lprat/wikidata_medium

---
dataset_info:
features:
- name: texts
dtype: string
- name: questions
dtype: string
- name: answers
struct:
- name: answer_start
sequence: int64
- name: text
sequence: string
splits:
- name: train
num_bytes: 174729655
num_examples: 40073
download_size: 17928919
dataset_size: 174729655
---
# Dataset Card for "wikidata_medium"

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

数据集信息：
特征字段：
- 字段名：texts，数据类型：字符串（string）
- 字段名：questions，数据类型：字符串（string）
- 字段名：answers，数据类型：结构体，包含以下子字段：
- 子字段名：answer_start，数据类型：64位整数序列（sequence<int64>）
- 子字段名：text，数据类型：字符串序列（sequence<string>）
数据集划分：
- 划分集名称：训练集（train），字节数：174729655，样本数量：40073
下载大小：17928919
数据集总大小：174729655

---
# 「wikidata_medium」数据集卡片

[需补充更多信息](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

wikidata_medium

数据集特征

• texts：文本类型，数据类型为字符串。
• questions：问题类型，数据类型为字符串。
• answers：答案结构，包含以下两个子特征：
  • answer_start：答案开始位置，数据类型为整数。
  • text：答案文本，数据类型为字符串。

数据集分割

• train：训练集，包含40073个示例，总大小为174729655字节。

数据集大小

• 下载大小：17928919字节
• 数据集总大小：174729655字节