presencesw/dataset1_translated_cleaned

---
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
- name: references
sequence: string
- name: question_vi
dtype: string
- name: answer_vi
dtype: string
- name: references_vi
sequence: string
splits:
- name: train
num_bytes: 75856324.71303704
num_examples: 12481
download_size: 39144513
dataset_size: 75856324.71303704
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（string）
- 名称：答案（answer），数据类型：字符串（string）
- 名称：参考文本（references），数据类型：字符串序列（sequence: string）
- 名称：越南语问题（question_vi），数据类型：字符串（string）
- 名称：越南语答案（answer_vi），数据类型：字符串（string）
- 名称：越南语参考文本（references_vi），数据类型：字符串序列（sequence: string）
数据集划分：
- 划分名称：训练集（train），占用字节数：75856324.71303704，样本数量：12481
下载总大小：39144513
数据集总大小：75856324.71303704
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• 问题 (question): 字符串类型
• 答案 (answer): 字符串类型
• 参考资料 (references): 字符串序列
• 越南语问题 (question_vi): 字符串类型
• 越南语答案 (answer_vi): 字符串类型
• 越南语参考资料 (references_vi): 字符串序列

数据集划分

• 训练集 (train):
  • 字节数: 75856324.71303704
  • 样本数: 12481

数据集大小

• 下载大小: 39144513 字节
• 数据集大小: 75856324.71303704 字节

配置

• 默认配置 (default):
  • 数据文件:
    • 训练集路径: data/train-*