Reza-Madani/FaithDial_SoftHal

---
dataset_info:
features:
- name: dialog_idx
dtype: int32
- name: faithdial_response
dtype: string
- name: response
dtype: string
- name: history
sequence: string
- name: knowledge
dtype: string
- name: BEGIN
sequence: string
- name: VRM
sequence: string
splits:
- name: test
num_bytes: 2004848.348120938
num_examples: 2561
- name: test_random_split
num_bytes: 947949.2435897436
num_examples: 1199
- name: test_topic_split
num_bytes: 1058160.437739989
num_examples: 1362
- name: train
num_bytes: 10589293.749959143
num_examples: 13507
- name: validation
num_bytes: 1997340.0278021656
num_examples: 2525
- name: valid_random_split
num_bytes: 948513.7803121249
num_examples: 1174
- name: valid_topic_split
num_bytes: 1047618.3289548829
num_examples: 1351
download_size: 8221702
dataset_size: 18593723.916478988
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: test_random_split
path: data/test_random_split-*
- split: test_topic_split
path: data/test_topic_split-*
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: valid_random_split
path: data/valid_random_split-*
- split: valid_topic_split
path: data/valid_topic_split-*
---

数据集信息：
特征字段：
- 名称：对话索引（dialog_idx），数据类型：int32
- 名称：FaithDial 回复（faithdial_response），数据类型：字符串
- 名称：回复（response），数据类型：字符串
- 名称：对话历史（history），数据类型：字符串序列
- 名称：知识文本（knowledge），数据类型：字符串
- 名称：BEGIN，数据类型：字符串序列
- 名称：VRM，数据类型：字符串序列
数据划分：
- 名称：测试集（test），字节数：2004848.35，样本数量：2561
- 名称：随机拆分测试集（test_random_split），字节数：947949.24，样本数量：1199
- 名称：主题拆分测试集（test_topic_split），字节数：1058160.44，样本数量：1362
- 名称：训练集（train），字节数：10589293.75，样本数量：13507
- 名称：验证集（validation），字节数：1997340.03，样本数量：2525
- 名称：随机拆分验证集（valid_random_split），字节数：948513.78，样本数量：1174
- 名称：主题拆分验证集（valid_topic_split），字节数：1047618.33，样本数量：1351
下载总字节数：8221702
数据集总字节数：18593723.92
配置项：
- 配置名称：默认配置（default），数据文件映射：
- 数据划分：测试集（test），路径：data/test-*
- 数据划分：随机拆分测试集（test_random_split），路径：data/test_random_split-*
- 数据划分：主题拆分测试集（test_topic_split），路径：data/test_topic_split-*
- 数据划分：训练集（train），路径：data/train-*
- 数据划分：验证集（validation），路径：data/validation-*
- 数据划分：随机拆分验证集（valid_random_split），路径：data/valid_random_split-*
- 数据划分：主题拆分验证集（valid_topic_split），路径：data/valid_topic_split-*

原始信息汇总

数据集概述

数据集特征

• dialog_idx: 数据类型为 int32
• faithdial_response: 数据类型为 string
• response: 数据类型为 string
• history: 数据类型为 sequence of string
• knowledge: 数据类型为 string
• BEGIN: 数据类型为 sequence of string
• VRM: 数据类型为 sequence of string

数据集分割

• test: 包含2561个样本，占用空间2004848.348120938字节
• test_random_split: 包含1199个样本，占用空间947949.2435897436字节
• test_topic_split: 包含1362个样本，占用空间1058160.437739989字节
• train: 包含13507个样本，占用空间10589293.749959143字节
• validation: 包含2525个样本，占用空间1997340.0278021656字节
• valid_random_split: 包含1174个样本，占用空间948513.7803121249字节
• valid_topic_split: 包含1351个样本，占用空间1047618.3289548829字节

数据集大小

• 下载大小: 8221702字节
• 数据集总大小: 18593723.916478988字节

配置文件

• config_name: default
• data_files:
  • split: 数据分割类型
  • path: 数据文件路径模板