trtd56/practical_nlp_course_4_dset

--- dataset_info: features: - name: qid dtype: string - name: question dtype: string - name: answer_candidates sequence: string - name: correct_answer_index dtype: int64 - name: input_ids sequence: sequence: int32 - name: token_type_ids sequence: sequence: int8 - name: attention_mask sequence: sequence: int8 splits: - name: train num_bytes: 80377569 num_examples: 13061 - name: validation num_bytes: 6438977 num_examples: 995 - name: test num_bytes: 6443893 num_examples: 997 download_size: 16067303 dataset_size: 93260439 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---

原始信息汇总

数据集概述

数据特征

• qid: 字符串类型
• question: 字符串类型
• answer_candidates: 字符串序列
• correct_answer_index: 64位整数类型
• input_ids: 32位整数序列的序列
• token_type_ids: 8位整数序列的序列
• attention_mask: 8位整数序列的序列

数据分割

• 训练集:
  • 字节数: 80377569
  • 样本数: 13061
• 验证集:
  • 字节数: 6438977
  • 样本数: 995
• 测试集:
  • 字节数: 6443893
  • 样本数: 997

数据大小

• 下载大小: 16067303 字节
• 数据集大小: 93260439 字节

配置

• 默认配置:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*