pbaoo2705/biomedqa_processed

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: answer
dtype: string
- name: start_positions
dtype: int64
- name: end_positions
dtype: int64
splits:
- name: train
num_bytes: 7624914
num_examples: 2992
download_size: 1320802
dataset_size: 7624914
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "biomedqa_processed"

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

数据集信息：
特征字段：
- 字段名：输入序列ID（input_ids），序列类型：int32（32位整数）
- 字段名：注意力掩码（attention_mask），序列类型：int8（8位整数）
- 字段名：答案（answer），数据类型：string（字符串）
- 字段名：起始位置（start_positions），数据类型：int64（64位整数）
- 字段名：结束位置（end_positions），数据类型：int64（64位整数）
数据划分：
- 划分名称：训练集（train），总字节数：7624914，样本数量：2992
下载体积：1320802
数据集总体积：7624914
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据划分：训练集，文件路径：data/train-*

# 「biomedqa_processed」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

数据集信息

特征

• input_ids: 序列类型，数据类型为 int32
• attention_mask: 序列类型，数据类型为 int8
• answer: 字符串类型
• start_positions: 整数类型，数据类型为 int64
• end_positions: 整数类型，数据类型为 int64

数据分割

• train: 训练集，包含 2992 个样本，占用 7624914 字节

数据大小

• 下载大小: 1320802 字节
• 数据集大小: 7624914 字节

配置

• default: 包含训练数据文件，路径为 data/train-*