asas-ai/tydiqa-goldp-ar

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: id
dtype: string
- name: language
dtype: string
- name: document_title
dtype: string
- name: passage_text
dtype: string
- name: question_text
dtype: string
- name: answers
sequence:
- name: text
dtype: string
- name: start_byte
dtype: int32
- name: limit_byte
dtype: int32
splits:
- name: train
num_bytes: 16692327
num_examples: 14805
- name: validation
num_bytes: 1063786
num_examples: 921
download_size: 9214756
dataset_size: 17756113
---
# Dataset Card for "tydiqa-goldp-ar"

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

---
配置项：
- 配置名称：default
数据文件：
- 拆分集（split）：训练集，路径：data/train-*
- 拆分集（split）：验证集，路径：data/validation-*

数据集信息（dataset_info）：
特征字段：
- 字段名：编号（id），数据类型（dtype）：字符串（string）
- 字段名：语言（language），数据类型（dtype）：字符串（string）
- 字段名：文档标题（document_title），数据类型（dtype）：字符串（string）
- 字段名：段落文本（passage_text），数据类型（dtype）：字符串（string）
- 字段名：问题文本（question_text），数据类型（dtype）：字符串（string）
- 字段名：答案集（answers），类型为序列（sequence），包含子字段：
- 子字段名：文本（text），数据类型（dtype）：字符串（string）
- 子字段名：起始字节（start_byte），数据类型（dtype）：32位整型（int32）
- 子字段名：字节长度（limit_byte），数据类型（dtype）：32位整型（int32）
拆分集详情：
- 拆分集名称：训练集（train），总字节数：16692327，样本数量：14805
- 拆分集名称：验证集（validation），总字节数：1063786，样本数量：921
下载总大小：9214756
数据集总大小：17756113
---
# 「tydiqa-goldp-ar」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

配置信息

• 默认配置 (config_name: default)
  • 训练数据 (split: train)：路径为 data/train-*
  • 验证数据 (split: validation)：路径为 data/validation-*

数据集特征

• 字段
  • id：数据类型为字符串
  • language：数据类型为字符串
  • document_title：数据类型为字符串
  • passage_text：数据类型为字符串
  • question_text：数据类型为字符串
  • answers：序列类型，包含以下子字段
    • text：数据类型为字符串
    • start_byte：数据类型为整数（int32）
    • limit_byte：数据类型为整数（int32）

数据集分割

• 训练集 (name: train)
  • 数据量：16692327字节
  • 示例数量：14805个
• 验证集 (name: validation)
  • 数据量：1063786字节
  • 示例数量：921个

数据集大小

• 下载大小：9214756字节
• 数据集总大小：17756113字节