Seongill/Trivia_missing_5_full_substitution

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: ctxs
list:
- name: hasanswer
dtype: bool
- name: id
dtype: string
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: has_answer
dtype: bool
- name: random_sub
dtype: string
- name: similar_sub
dtype: string
- name: ent_type
dtype: string
splits:
- name: train
num_bytes: 41367743
num_examples: 11313
download_size: 25016105
dataset_size: 41367743
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：问题（question），数据类型：字符串
- 名称：答案（answers），数据类型：字符串序列
- 名称：上下文（ctxs），列表类型字段：
- 名称：是否包含答案（hasanswer），数据类型：布尔值
- 名称：标识符（id），数据类型：字符串
- 名称：得分（score），数据类型：64位浮点数（float64）
- 名称：文本（text），数据类型：字符串
- 名称：标题（title），数据类型：字符串
- 名称：是否存在答案（has_answer），数据类型：布尔值
- 名称：随机子集（random_sub），数据类型：字符串
- 名称：相似子集（similar_sub），数据类型：字符串
- 名称：实体类型（ent_type），数据类型：字符串
数据划分：
- 名称：训练集（train），字节大小：41367743，样本数量：11313
下载大小：25016105字节
数据集总大小：41367743字节
配置项：
- 配置名称：默认（default），数据文件：
- 数据划分：训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集信息

特征

• question: 问题，数据类型为字符串。
• answers: 答案，数据类型为字符串序列。
• ctxs: 上下文列表，包含以下字段：
  • hasanswer: 是否有答案，数据类型为布尔值。
  • id: 标识符，数据类型为字符串。
  • score: 分数，数据类型为浮点数（float64）。
  • text: 文本，数据类型为字符串。
  • title: 标题，数据类型为字符串。
• has_answer: 是否有答案，数据类型为布尔值。
• random_sub: 随机子集，数据类型为字符串。
• similar_sub: 相似子集，数据类型为字符串。
• ent_type: 实体类型，数据类型为字符串。

数据分割

• train: 训练集，包含41,367,743字节和11,313个样本。

数据集大小

• 下载大小: 25,016,105字节
• 数据集大小: 41,367,743字节

配置

• default: 默认配置，包含训练集文件路径为data/train-*。