hle2000/KGQA_Mixtral

---
dataset_info:
features:
- name: index
dtype: int64
- name: id
dtype: string
- name: question
dtype: string
- name: answerEntity
dtype: string
- name: groundTruthAnswerEntity
dtype: string
- name: questionEntity
dtype: string
- name: complexityType
dtype: string
- name: graph
dtype: string
- name: correct
dtype: bool
- name: t5_sequence
dtype: string
- name: gap_sequence
dtype: string
- name: highlighted_t5_sequence
dtype: string
- name: no_highlighted_t5_sequence
dtype: string
- name: highlighted_gap_sequence
dtype: string
- name: no_highlighted_gap_sequence
dtype: string
- name: highlighted_determ_sequence
dtype: string
- name: no_highlighted_determ_sequence
dtype: string
- name: question_answer
dtype: string
- name: num_nodes
dtype: int64
- name: num_edges
dtype: int64
- name: density
dtype: float64
- name: cycle
dtype: int64
- name: bridge
dtype: int64
- name: katz_centrality
dtype: float64
- name: page_rank
dtype: float64
- name: avg_ssp_length
dtype: float64
- name: determ_sequence
dtype: string
- name: determ_sequence_embedding
dtype: string
- name: gap_sequence_embedding
dtype: string
- name: t5_sequence_embedding
dtype: string
- name: question_answer_embedding
dtype: string
splits:
- name: train
num_bytes: 1369797466
num_examples: 32757
- name: validation
num_bytes: 1369797466
num_examples: 32757
- name: test
num_bytes: 407425784
num_examples: 9749
download_size: 1809812397
dataset_size: 3147020716
---
# Dataset Card for "KGQA_Mixtral"

[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：
- 名称：索引（index），数据类型：64位整数类型（int64）
- 名称：编号（id），数据类型：字符串类型（string）
- 名称：问题（question），数据类型：字符串类型（string）
- 名称：答案实体（answerEntity），数据类型：字符串类型（string）
- 名称：真实答案实体（groundTruthAnswerEntity），数据类型：字符串类型（string）
- 名称：问题实体（questionEntity），数据类型：字符串类型（string）
- 名称：复杂度类型（complexityType），数据类型：字符串类型（string）
- 名称：图数据（graph），数据类型：字符串类型（string）
- 名称：是否正确（correct），数据类型：布尔类型（bool）
- 名称：T5序列（t5_sequence），数据类型：字符串类型（string）
- 名称：间隙序列（gap_sequence），数据类型：字符串类型（string）
- 名称：高亮T5序列（highlighted_t5_sequence），数据类型：字符串类型（string）
- 名称：非高亮T5序列（no_highlighted_t5_sequence），数据类型：字符串类型（string）
- 名称：高亮间隙序列（highlighted_gap_sequence），数据类型：字符串类型（string）
- 名称：非高亮间隙序列（no_highlighted_gap_sequence），数据类型：字符串类型（string）
- 名称：高亮确定序列（highlighted_determ_sequence），数据类型：字符串类型（string）
- 名称：非高亮确定序列（no_highlighted_determ_sequence），数据类型：字符串类型（string）
- 名称：问题-答案对（question_answer），数据类型：字符串类型（string）
- 名称：节点数量（num_nodes），数据类型：64位整数类型（int64）
- 名称：边数量（num_edges），数据类型：64位整数类型（int64）
- 名称：图密度（density），数据类型：64位浮点类型（float64）
- 名称：环数量（cycle），数据类型：64位整数类型（int64）
- 名称：桥接边数量（bridge），数据类型：64位整数类型（int64）
- 名称：卡茨中心性（katz_centrality，Katz Centrality），数据类型：64位浮点类型（float64）
- 名称：网页排名（page_rank，PageRank），数据类型：64位浮点类型（float64）
- 名称：平均最短路径长度（avg_ssp_length），数据类型：64位浮点类型（float64）
- 名称：确定序列（determ_sequence），数据类型：字符串类型（string）
- 名称：确定序列嵌入向量（determ_sequence_embedding），数据类型：字符串类型（string）
- 名称：间隙序列嵌入向量（gap_sequence_embedding），数据类型：字符串类型（string）
- 名称：T5序列嵌入向量（t5_sequence_embedding），数据类型：字符串类型（string）
- 名称：问题-答案对嵌入向量（question_answer_embedding），数据类型：字符串类型（string）
数据集划分：
- 名称：训练集（train），字节数：1369797466，样本数：32757
- 名称：验证集（validation），字节数：1369797466，样本数：32757
- 名称：测试集（test），字节数：407425784，样本数：9749
下载大小：1809812397
数据集总大小：3147020716
---
# 「KGQA_Mixtral」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

数据集特征

• index: 整数类型 (int64)
• id: 字符串类型 (string)
• question: 字符串类型 (string)
• answerEntity: 字符串类型 (string)
• groundTruthAnswerEntity: 字符串类型 (string)
• questionEntity: 字符串类型 (string)
• complexityType: 字符串类型 (string)
• graph: 字符串类型 (string)
• correct: 布尔类型 (bool)
• t5_sequence: 字符串类型 (string)
• gap_sequence: 字符串类型 (string)
• highlighted_t5_sequence: 字符串类型 (string)
• no_highlighted_t5_sequence: 字符串类型 (string)
• highlighted_gap_sequence: 字符串类型 (string)
• no_highlighted_gap_sequence: 字符串类型 (string)
• highlighted_determ_sequence: 字符串类型 (string)
• no_highlighted_determ_sequence: 字符串类型 (string)
• question_answer: 字符串类型 (string)
• num_nodes: 整数类型 (int64)
• num_edges: 整数类型 (int64)
• density: 浮点类型 (float64)
• cycle: 整数类型 (int64)
• bridge: 整数类型 (int64)
• katz_centrality: 浮点类型 (float64)
• page_rank: 浮点类型 (float64)
• avg_ssp_length: 浮点类型 (float64)
• determ_sequence: 字符串类型 (string)
• determ_sequence_embedding: 字符串类型 (string)
• gap_sequence_embedding: 字符串类型 (string)
• t5_sequence_embedding: 字符串类型 (string)
• question_answer_embedding: 字符串类型 (string)

数据集分割

• train:
  • 数据量: 1369797466 字节
  • 示例数量: 32757
• validation:
  • 数据量: 1369797466 字节
  • 示例数量: 32757
• test:
  • 数据量: 407425784 字节
  • 示例数量: 9749

数据集大小

• 下载大小: 1809812397 字节
• 数据集大小: 3147020716 字节