Reza-Madani/FaithDial_HalFree

---
dataset_info:
features:
- name: dialog_idx
dtype: int32
- name: response
dtype: string
- name: original_response
dtype: string
- name: history
sequence: string
- name: knowledge
dtype: string
- name: BEGIN
sequence: string
- name: VRM
sequence: string
splits:
- name: test
num_bytes: 2770464
num_examples: 3539
- name: test_random_split
num_bytes: 1356698
num_examples: 1716
- name: test_topic_split
num_bytes: 1416319
num_examples: 1823
- name: train
num_bytes: 14391624
num_examples: 18357
- name: validation
num_bytes: 2702935
num_examples: 3417
- name: valid_random_split
num_bytes: 1346017
num_examples: 1666
- name: valid_topic_split
num_bytes: 1357794
num_examples: 1751
download_size: 10077618
dataset_size: 25341851
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：32位整数
- 名称：回复（response），数据类型：字符串
- 名称：原始回复（original_response），数据类型：字符串
- 名称：历史对话（history），数据类型：字符串序列
- 名称：知识库内容（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：
- 划分名称：test，字节数：2770464，样本数量：3539
- 划分名称：test_random_split，字节数：1356698，样本数量：1716
- 划分名称：test_topic_split，字节数：1416319，样本数量：1823
- 划分名称：train，字节数：14391624，样本数量：18357
- 划分名称：validation，字节数：2702935，样本数量：3417
- 划分名称：valid_random_split，字节数：1346017，样本数量：1666
- 划分名称：valid_topic_split，字节数：1357794，样本数量：1751
下载大小：10077618
数据集总大小：25341851
配置项：
- 配置名称：default，数据文件：
- 数据划分：test，文件路径：data/test-*
- 数据划分：test_random_split，文件路径：data/test_random_split-*
- 数据划分：test_topic_split，文件路径：data/test_topic_split-*
- 数据划分：train，文件路径：data/train-*
- 数据划分：validation，文件路径：data/validation-*
- 数据划分：valid_random_split，文件路径：data/valid_random_split-*
- 数据划分：valid_topic_split，文件路径：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。
• response: 数据类型为 string。
• original_response: 数据类型为 string。
• history: 数据类型为 sequence: string。
• knowledge: 数据类型为 string。
• BEGIN: 数据类型为 sequence: string。
• VRM: 数据类型为 sequence: string。

数据集分割

• test: 包含3539个示例，占用2770464字节。
• test_random_split: 包含1716个示例，占用1356698字节。
• test_topic_split: 包含1823个示例，占用1416319字节。
• train: 包含18357个示例，占用14391624字节。
• validation: 包含3417个示例，占用2702935字节。
• valid_random_split: 包含1666个示例，占用1346017字节。
• valid_topic_split: 包含1751个示例，占用1357794字节。

数据集大小

• 下载大小: 10077618字节。
• 数据集总大小: 25341851字节。

配置文件

• 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-*