andersonbcdefg/gooqa_pairs

---
dataset_info:
features:
- name: id
dtype: int32
- name: question
dtype: string
- name: short_answer
dtype: string
- name: answer
dtype: string
- name: answer_type
dtype:
class_label:
names:
'0': feat_snip
'1': collection
'2': knowledge
'3': unit_conv
'4': time_conv
'5': curr_conv
- name: query
dtype: string
- name: pos
dtype: string
splits:
- name: train
num_bytes: 1085545377.9115674
num_examples: 1782499
download_size: 423612076
dataset_size: 1085545377.9115674
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：id，数据类型：32位整型（int32）
- 字段名：question，数据类型：字符串（string）
- 字段名：short_answer，数据类型：字符串（string）
- 字段名：answer，数据类型：字符串（string）
- 字段名：answer_type，数据类型：
类别标签（class_label）：
标签映射：
'0': feat_snip
'1': 集合（collection）
'2': 知识（knowledge）
'3': 单位转换（unit_conv）
'4': 时间转换（time_conv）
'5': 货币转换（curr_conv）
- 字段名：query，数据类型：字符串（string）
- 字段名：pos，数据类型：字符串（string）
数据集划分：
- 划分名称：train（训练集），字节数：1085545377.9115674，样本数量：1782499
下载大小：423612076
数据集存储大小：1085545377.9115674
配置项：
- 配置名称：default
数据文件：
- 对应划分：train（训练集）
文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为 int32
• question: 数据类型为 string
• short_answer: 数据类型为 string
• answer: 数据类型为 string
• answer_type: 数据类型为分类标签，包含以下类别：
  • 0: feat_snip
  • 1: collection
  • 2: knowledge
  • 3: unit_conv
  • 4: time_conv
  • 5: curr_conv
• query: 数据类型为 string
• pos: 数据类型为 string

数据集分割

• train: 包含 1782499 个样本，总大小为 1085545377.9115674 字节

数据集大小

• 下载大小: 423612076 字节
• 数据集大小: 1085545377.9115674 字节

配置

• default: 包含训练数据文件，路径为 data/train-*