MoE-UNC/wikihop

---
dataset_info:
features:
- name: query
dtype: string
- name: supports
sequence: string
- name: id
dtype: string
- name: candidates
sequence: string
- name: answer
dtype: string
splits:
- name: train
num_bytes: 325777822
num_examples: 43738
- name: validation
num_bytes: 40843303
num_examples: 5129
download_size: 202454962
dataset_size: 366621125
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
### 特征字段
本次数据集包含以下特征字段：
- 查询（query）：字符串数据类型
- 支持文本（supports）：字符串序列数据类型
- 样本编号（id）：字符串数据类型
- 候选答案集（candidates）：字符串序列数据类型
- 标准答案（answer）：字符串数据类型

### 数据集划分
数据集包含以下拆分子集：
- 训练集（train）：占用存储空间325777822字节，共包含43738条样本
- 验证集（validation）：占用存储空间40843303字节，共包含5129条样本

### 整体规模与配置
本次数据集总下载大小为202454962字节，总存储大小为366621125字节。
数据集配置信息如下：
- 默认配置（default）：对应的数据文件路径为，训练集指向`data/train-*`，验证集指向`data/validation-*`

原始信息汇总

数据集概述

数据特征

• query: 数据类型为字符串。
• supports: 数据类型为字符串序列。
• id: 数据类型为字符串。
• candidates: 数据类型为字符串序列。
• answer: 数据类型为字符串。

数据分割

• train: 包含43738个样本，占用325777822字节。
• validation: 包含5129个样本，占用40843303字节。

数据大小

• 下载大小: 202454962字节。
• 数据集大小: 366621125字节。

配置

• default:
  • train: 文件路径为data/train-*。
  • validation: 文件路径为data/validation-*。