tiagoblima/raw-du-qg-squadv1_pt

---
dataset_info:
features:
- name: title
dtype: string
- name: context
dtype: string
- name: question
dtype: string
- name: answers
struct:
- name: answer_start
sequence: int64
- name: text
sequence: string
- name: paragraph_id
dtype: string
splits:
- name: train
num_bytes: 74747951
num_examples: 75722
- name: validation
num_bytes: 11404322
num_examples: 10570
- name: test
num_bytes: 10925430
num_examples: 11877
download_size: 17426212
dataset_size: 97077703
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集元信息：
特征列：
- 名称：title，数据类型：字符串
- 名称：context，数据类型：字符串
- 名称：question，数据类型：字符串
- 名称：answers，结构体类型：
- 名称：answer_start，序列类型：64位整数
- 名称：text，序列类型：字符串
- 名称：paragraph_id，数据类型：字符串
数据划分：
- 名称：train（训练集）：字节数74747951，样本量75722
- 名称：validation（验证集）：字节数11404322，样本量10570
- 名称：test（测试集）：字节数10925430，样本量11877
下载大小：17426212，总数据集大小：97077703
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集：路径为data/train-*
- 验证集：路径为data/validation-*
- 测试集：路径为data/test-*

原始信息汇总

数据集概述

特征信息

• title: 数据类型为字符串。
• context: 数据类型为字符串。
• question: 数据类型为字符串。
• answers: 结构化数据，包含以下字段：
  • answer_start: 数据类型为整数序列。
  • text: 数据类型为字符串序列。
• paragraph_id: 数据类型为字符串。

数据分割

• train: 包含75722个样本，占用74747951字节。
• validation: 包含10570个样本，占用11404322字节。
• test: 包含11877个样本，占用10925430字节。

数据集大小

• 下载大小: 17426212字节。
• 数据集大小: 97077703字节。

配置信息

• default配置包含以下数据文件路径：
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*