NESPED-GEN/bird

该数据集包含多个特征字段，如数据库ID（db_id）、英文问题（question_en）、证据（evidence）、查询（query）等，适用于自然语言处理任务，如问答系统或数据库查询。数据集分为训练集（train）和重试训练集（retry_train），分别包含9428和4268个示例。数据集的下载大小为4771318字节，总大小为346948085字节。

This dataset includes multiple feature fields such as db_id, question_en, evidence, query, etc., suitable for natural language processing tasks like question answering systems or database queries. The dataset is divided into a training set (train) and a retry training set (retry_train), containing 9428 and 4268 examples respectively. The download size of the dataset is 4771318 bytes, with a total size of 346948085 bytes.

原始信息汇总

数据集概述

数据集特征

• db_id: 字符串类型
• question_en: 字符串类型
• evidence: 字符串类型
• query: 字符串类型
• query_info: 字符串类型
• schema: 字符串类型
• schema_1_example: 字符串类型
• schema_2_example: 字符串类型
• complexity: 字符串类型
• distinct: 布尔类型
• like: 布尔类型
• between: 布尔类型
• order_by: 布尔类型
• limit: 布尔类型
• grouby_by: 布尔类型
• having: 布尔类型
• single_join: 布尔类型
• multiple_join: 布尔类型
• multiple_select: 布尔类型
• intersect: 布尔类型
• except: 布尔类型
• union: 布尔类型
• predicted: 字符串类型
• error: 字符串类型

数据集分割

• train:
  • 字节数: 189280665
  • 示例数: 9428
• retry_train:
  • 字节数: 101080988
  • 示例数: 4268

数据集大小

• 下载大小: 5744926字节
• 数据集总大小: 290361653字节

配置

• config_name: default
• data_files:
  • split: train, path: data/train-*
  • split: retry_train, path: data/retry_train-*