semiotic/spider_original

---
dataset_info:
features:
- name: type
dtype: string
- name: question
dtype: string
- name: query
dtype: string
- name: db_id
dtype: string
- name: schema
dtype: string
splits:
- name: train
num_bytes: 9331918
num_examples: 7000
- name: val
num_bytes: 1041190
num_examples: 1034
- name: test
num_bytes: 2178834
num_examples: 2147
download_size: 644206
dataset_size: 12551942
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：type，数据类型：字符串
- 字段名：question，数据类型：字符串
- 字段名：query（查询语句），数据类型：字符串
- 字段名：db_id（数据库标识符），数据类型：字符串
- 字段名：schema（数据库模式），数据类型：字符串
数据划分：
- 划分名称：train，字节数：9331918，样本数量：7000
- 划分名称：val，字节数：1041190，样本数量：1034
- 划分名称：test，字节数：2178834，样本数量：2147
下载大小：644206
数据集总大小：12551942
配置项：
- 配置名称：default
数据文件：
- 对应划分：train，数据路径：data/train-*
- 对应划分：val，数据路径：data/val-*
- 对应划分：test，数据路径：data/test-*

原始信息汇总

数据集概述

特征信息

• type: 数据类型为字符串。
• question: 数据类型为字符串。
• query: 数据类型为字符串。
• db_id: 数据类型为字符串。
• schema: 数据类型为字符串。

数据分割

• train: 包含7000个样本，占用9331918字节。
• val: 包含1034个样本，占用1041190字节。
• test: 包含2147个样本，占用2178834字节。

数据集大小

• 下载大小: 644206字节。
• 数据集总大小: 12551942字节。

配置信息

• default:
  • train: 数据文件路径为data/train-*。
  • val: 数据文件路径为data/val-*。
  • test: 数据文件路径为data/test-*。