fixie-ai/trivia_qa-audio

该数据集名为rc.wikipedia，包含多个特征字段，如问题、问题ID、问题来源、实体页面、搜索结果、答案和问题音频。实体页面和搜索结果都是序列类型，包含多个子字段。答案是一个结构体，包含别名、归一化别名、匹配的维基实体名称、归一化匹配的维基实体名称、归一化值、类型和值等字段。问题音频是一个音频类型，采样率为16000。数据集包含一个验证集，大小为202497378.0字节，包含1000个示例。

原始信息汇总

数据集概述

数据集配置

• 配置名称: rc.wikipedia

数据集特征

• 问题 (question): 数据类型为字符串。
• 问题ID (question_id): 数据类型为字符串。
• 问题来源 (question_source): 数据类型为字符串。
• 实体页面 (entity_pages): 序列类型，包含以下字段：
  • 文档来源 (doc_source): 数据类型为字符串。
  • 文件名 (filename): 数据类型为字符串。
  • 标题 (title): 数据类型为字符串。
  • 维基上下文 (wiki_context): 数据类型为字符串。
• 搜索结果 (search_results): 序列类型，包含以下字段：
  • 描述 (description): 数据类型为字符串。
  • 文件名 (filename): 数据类型为字符串。
  • 排名 (rank): 数据类型为int32。
  • 标题 (title): 数据类型为字符串。
  • URL (url): 数据类型为字符串。
  • 搜索上下文 (search_context): 数据类型为字符串。
• 答案 (answer): 结构类型，包含以下字段：
  • 别名 (aliases): 序列类型，数据类型为字符串。
  • 规范化别名 (normalized_aliases): 序列类型，数据类型为字符串。
  • 匹配的维基实体名称 (matched_wiki_entity_name): 数据类型为字符串。
  • 规范化匹配的维基实体名称 (normalized_matched_wiki_entity_name): 数据类型为字符串。
  • 规范化值 (normalized_value): 数据类型为字符串。
  • 类型 (type): 数据类型为字符串。
  • 值 (value): 数据类型为字符串。
• 问题音频 (question_audio): 数据类型为音频，采样率为16000。

数据集分割

• 验证集 (validation):
  • 字节数: 202497378.0
  • 示例数量: 1000

数据集大小

• 下载大小: 153140977
• 数据集大小: 202497378.0