vincentleebang/EUREQA

---
dataset_info:
features:
- name: idx
dtype: int32
- name: question
sequence: string
- name: answer
dtype: string
- name: entities
sequence: string
- name: relation
sequence: string
- name: facts
sequence:
sequence: string
- name: entity_masks
sequence: string
splits:
- name: questions_hard_5
num_bytes: 1454058
num_examples: 1363
- name: questions_hard_4
num_bytes: 259977
num_examples: 300
- name: questions_hard_3
num_bytes: 203817
num_examples: 300
- name: questions_hard_2
num_bytes: 146878
num_examples: 300
- name: questions_hard_1
num_bytes: 94068
num_examples: 300
- name: questions_normal_5
num_bytes: 467947
num_examples: 428
download_size: 1145480
dataset_size: 2626745
configs:
- config_name: default
data_files:
- split: questions_hard_5
path: data/questions_hard_5-*
- split: questions_hard_4
path: data/questions_hard_4-*
- split: questions_hard_3
path: data/questions_hard_3-*
- split: questions_hard_2
path: data/questions_hard_2-*
- split: questions_hard_1
path: data/questions_hard_1-*
- split: questions_normal_5
path: data/questions_normal_5-*
---

数据集信息：
特征项：
- 名称：索引（idx），数据类型：32位整型
- 名称：问题（question），数据类型：字符串序列
- 名称：答案（answer），数据类型：字符串
- 名称：实体（entities），数据类型：字符串序列
- 名称：关系（relation），数据类型：字符串序列
- 名称：事实（facts），数据类型：嵌套字符串序列（即序列的序列）
- 名称：实体掩码（entity_masks），数据类型：字符串序列
数据集划分：
- 子集名称：困难问题子集5（questions_hard_5），字节占用量：1454058，样本总数：1363
- 子集名称：困难问题子集4（questions_hard_4），字节占用量：259977，样本总数：300
- 子集名称：困难问题子集3（questions_hard_3），字节占用量：203817，样本总数：300
- 子集名称：困难问题子集2（questions_hard_2），字节占用量：146878，样本总数：300
- 子集名称：困难问题子集1（questions_hard_1），字节占用量：94068，样本总数：300
- 子集名称：常规问题子集5（questions_normal_5），字节占用量：467947，样本总数：428
整体下载大小：1145480，数据集总占用大小：2626745
数据集配置：
- 配置名称：default（默认配置）
数据文件映射：
- 对应划分：困难问题子集5（questions_hard_5），数据文件路径：data/questions_hard_5-*
- 对应划分：困难问题子集4（questions_hard_4），数据文件路径：data/questions_hard_4-*
- 对应划分：困难问题子集3（questions_hard_3），数据文件路径：data/questions_hard_3-*
- 对应划分：困难问题子集2（questions_hard_2），数据文件路径：data/questions_hard_2-*
- 对应划分：困难问题子集1（questions_hard_1），数据文件路径：data/questions_hard_1-*
- 对应划分：常规问题子集5（questions_normal_5），数据文件路径：data/questions_normal_5-*

原始信息汇总

数据集概述

数据集特征

• idx: 数据类型为 int32。
• question: 数据类型为字符串序列。
• answer: 数据类型为字符串。
• entities: 数据类型为字符串序列。
• relation: 数据类型为字符串序列。
• facts: 数据类型为字符串序列的序列。
• entity_masks: 数据类型为字符串序列。

数据集分割

• questions_hard_5: 包含1363个示例，占用1454058字节。
• questions_hard_4: 包含300个示例，占用259977字节。
• questions_hard_3: 包含300个示例，占用203817字节。
• questions_hard_2: 包含300个示例，占用146878字节。
• questions_hard_1: 包含300个示例，占用94068字节。
• questions_normal_5: 包含428个示例，占用467947字节。

数据集大小

• 下载大小: 1145480字节。
• 数据集总大小: 2626745字节。

配置文件

• config_name: default
• data_files:
  • split: questions_hard_5, 路径: data/questions_hard_5-*
  • split: questions_hard_4, 路径: data/questions_hard_4-*
  • split: questions_hard_3, 路径: data/questions_hard_3-*
  • split: questions_hard_2, 路径: data/questions_hard_2-*
  • split: questions_hard_1, 路径: data/questions_hard_1-*
  • split: questions_normal_5, 路径: data/questions_normal_5-*