PartiallyTyped/answerable_tydiqa_raw_split

---
dataset_info:
features:
- name: question
dtype: string
- name: language
dtype: string
- name: context
dtype: string
- name: seq_id
dtype: string
- name: golds
struct:
- name: answer_start
sequence: int64
- name: answer_text
sequence: string
splits:
- name: train
num_bytes: 32809511
num_examples: 129290
- name: validation
num_bytes: 4034498
num_examples: 15801
download_size: 17092210
dataset_size: 36844009
---
# Dataset Card for "answerable_tydiqa_raw_split"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息（dataset_info）：
特征列表（features）：
- 字段名：问题（question），数据类型：字符串（string）
- 字段名：语言（language），数据类型：字符串（string）
- 字段名：上下文（context），数据类型：字符串（string）
- 字段名：序列ID（seq_id），数据类型：字符串（string）
- 字段名：标准答案集合（golds），为结构体（struct）：
- 字段名：答案起始位置（answer_start），类型为序列特征（sequence），元素类型为64位整数（int64）
- 字段名：答案文本（answer_text），类型为序列特征（sequence），元素类型为字符串（string）
数据集划分（splits）：
- 划分名称：训练集（train），字节数：32809511，样本数：129290
- 划分名称：验证集（validation），字节数：4034498，样本数：15801
下载大小（download_size）：17092210
数据集总大小（dataset_size）：36844009
---
# 「可回答型TydiQA原始划分」数据集卡片

[需补充更多信息（More Information needed）](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: answerable_tydiqa_raw_split

数据集特征

• 特征列表:
  • question: 数据类型 - 字符串
  • language: 数据类型 - 字符串
  • context: 数据类型 - 字符串
  • seq_id: 数据类型 - 字符串
  • golds: 结构体
    • answer_start: 序列类型 - 整数
    • answer_text: 序列类型 - 字符串

数据集分割

• 训练集:
  • 大小: 32809511 字节
  • 示例数量: 129290
• 验证集:
  • 大小: 4034498 字节
  • 示例数量: 15801

数据集大小

• 下载大小: 17092210 字节
• 数据集总大小: 36844009 字节