WenyangHui/Conic10K

该数据集是一个中文问答数据集，包含训练、验证和测试三个分割。数据集的特征包括文本、答案表达式、事实表达式、查询表达式、事实跨度、查询跨度和过程等字段。数据集的任务类别是问答，标签包括数学和语义解析，数据集规模在10K到100K之间。

This is a Chinese question answering dataset that contains three splits: training, validation, and test. The dataset comprises multiple fields including text, answer expression, fact expression, query expression, fact span, query span, and process. The task category of this dataset is question answering, with its labels covering mathematics and semantic parsing, and the scale of the dataset ranges from 10K to 100K samples.

原始信息汇总

数据集概述

许可证

• MIT许可证

配置

• 默认配置
  • 数据文件路径
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*

数据集信息

特征

• 文本: string
• 答案表达式: string
• 事实表达式: string
• 查询表达式: string
• 事实跨度: string
• 查询跨度: string
• 处理过程: string

分割

• 训练集
  • 字节数: 6012696
  • 样本数: 7757
• 验证集
  • 字节数: 796897
  • 样本数: 1035
• 测试集
  • 字节数: 1630198
  • 样本数: 2069

大小

• 下载大小: 3563693 字节
• 数据集大小: 8439791 字节

任务类别

• 问答

语言

• 中文

标签

• 数学
• 语义解析

大小类别

• 10K<n<100K