legacy107/newsqa-retrieved-ce

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: context
dtype: string
- name: question
dtype: string
- name: answers
sequence: string
- name: key
dtype: string
- name: labels
list:
- name: end
sequence: int64
- name: start
sequence: int64
- name: document_id
dtype: int64
- name: retrieved_context
dtype: string
splits:
- name: train
num_bytes: 603680325
num_examples: 69960
- name: validation
num_bytes: 37107681
num_examples: 4200
- name: test
num_bytes: 36152371
num_examples: 4212
download_size: 92986601
dataset_size: 676940377
---
# Dataset Card for "newsqa-retrieved-ce"

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

---
配置组：
- 配置名称：默认（default）
数据文件：
- 数据拆分：训练集（train）
路径：data/train-*
- 数据拆分：验证集（validation）
路径：data/validation-*
- 数据拆分：测试集（test）
路径：data/test-*
数据集信息：
特征字段：
- 字段名：上下文（context）
数据类型：字符串
- 字段名：问题（question）
数据类型：字符串
- 字段名：答案（answers）
数据类型：字符串序列
- 字段名：键（key）
数据类型：字符串
- 字段名：标签（labels）
类型为列表，包含两个子字段：
- 结束位置（end）：64位整数序列
- 起始位置（start）：64位整数序列
- 字段名：文档ID（document_id）
数据类型：64位整数
- 字段名：检索得到的上下文（retrieved_context）
数据类型：字符串
数据拆分：
- 拆分名称：训练集（train）
字节大小：603680325
样本数量：69960
- 拆分名称：验证集（validation）
字节大小：37107681
样本数量：4200
- 拆分名称：测试集（test）
字节大小：36152371
样本数量：4212
下载总大小：92986601
数据集总大小：676940377
---
# “newsqa-retrieved-ce”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

数据集配置

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*

数据集信息

特征

• context: 字符串类型
• question: 字符串类型
• answers: 字符串序列
• key: 字符串类型
• labels: 列表类型
  • end: 整数序列
  • start: 整数序列
• document_id: 整数类型
• retrieved_context: 字符串类型

分割

• 训练集:
  • 字节数: 603680325
  • 样本数: 69960
• 验证集:
  • 字节数: 37107681
  • 样本数: 4200
• 测试集:
  • 字节数: 36152371
  • 样本数: 4212

数据集大小

• 下载大小: 92986601
• 数据集大小: 676940377