adamjweintraut/eli5_precomputed_best_slice

该数据集包含多个字段，如索引、问题ID、问题、最佳答案、所有答案、答案数量、顶部答案、顶部答案数量、上下文、原始内容和目标内容。数据集分为训练集、测试集和验证集，分别包含10000、1250和1250个示例。这些字段和分割表明该数据集可能用于问答系统或相关自然语言处理任务的研究和开发。

原始信息汇总

数据集概述

数据集特征

• index: 数据索引，类型为 int64
• q_id: 问题ID，类型为 string
• question: 问题内容，类型为 string
• best_answer: 最佳答案，类型为 string
• all_answers: 所有答案，类型为 sequence 的 string
• num_answers: 答案数量，类型为 int64
• top_answers: 热门答案，类型为 sequence 的 string
• num_top_answers: 热门答案数量，类型为 int64
• context: 上下文信息，类型为 string
• orig: 原始信息，类型为 string
• target: 目标信息，类型为 string

数据集划分

• train: 训练集，包含 10000 个样本，大小为 277046806 字节
• test: 测试集，包含 1250 个样本，大小为 34381247 字节
• validation: 验证集，包含 1250 个样本，大小为 34068900 字节

数据集大小

• 下载大小: 214388763 字节
• 数据集大小: 345496953 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*
    • validation: 路径为 data/validation-*