dongyoung4091/shp_with_features_20k_flan_t5_large

---
dataset_info:
features:
- name: post_id
dtype: string
- name: domain
dtype: string
- name: upvote_ratio
dtype: float64
- name: history
dtype: string
- name: c_root_id_A
dtype: string
- name: c_root_id_B
dtype: string
- name: created_at_utc_A
dtype: int64
- name: created_at_utc_B
dtype: int64
- name: score_A
dtype: int64
- name: score_B
dtype: int64
- name: human_ref_A
dtype: string
- name: human_ref_B
dtype: string
- name: labels
dtype: int64
- name: seconds_difference
dtype: float64
- name: score_ratio
dtype: float64
- name: helpfulness_A
dtype: float64
- name: helpfulness_B
dtype: float64
- name: specificity_A
dtype: float64
- name: specificity_B
dtype: float64
- name: intent_A
dtype: float64
- name: intent_B
dtype: float64
- name: factuality_A
dtype: float64
- name: factuality_B
dtype: float64
- name: easy-to-understand_A
dtype: float64
- name: easy-to-understand_B
dtype: float64
- name: relevance_A
dtype: float64
- name: relevance_B
dtype: float64
- name: readability_A
dtype: float64
- name: readability_B
dtype: float64
- name: enough-detail_A
dtype: float64
- name: enough-detail_B
dtype: float64
- name: biased:_A
dtype: float64
- name: biased:_B
dtype: float64
- name: fail-to-consider-individual-preferences_A
dtype: float64
- name: fail-to-consider-individual-preferences_B
dtype: float64
- name: repetetive_A
dtype: float64
- name: repetetive_B
dtype: float64
- name: fail-to-consider-context_A
dtype: float64
- name: fail-to-consider-context_B
dtype: float64
- name: too-long_A
dtype: float64
- name: too-long_B
dtype: float64
- name: __index_level_0__
dtype: int64
- name: log_score_A
dtype: float64
- name: log_score_B
dtype: float64
splits:
- name: train
num_bytes: 20707062
num_examples: 9459
- name: test
num_bytes: 20659940
num_examples: 9459
download_size: 23927350
dataset_size: 41367002
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：post_id（帖子ID），数据类型：字符串
- 名称：domain（领域），数据类型：字符串
- 名称：upvote_ratio（点赞率），数据类型：64位浮点数
- 名称：history（历史内容），数据类型：字符串
- 名称：c_root_id_A（评论根ID_A），数据类型：字符串
- 名称：c_root_id_B（评论根ID_B），数据类型：字符串
- 名称：created_at_utc_A（UTC创建时间_A），数据类型：64位整数
- 名称：created_at_utc_B（UTC创建时间_B），数据类型：64位整数
- 名称：score_A（得分_A），数据类型：64位整数
- 名称：score_B（得分_B），数据类型：64位整数
- 名称：human_ref_A（人工参考文本_A），数据类型：字符串
- 名称：human_ref_B（人工参考文本_B），数据类型：字符串
- 名称：labels（标签），数据类型：64位整数
- 名称：seconds_difference（秒差），数据类型：64位浮点数
- 名称：score_ratio（得分比率），数据类型：64位浮点数
- 名称：helpfulness_A（有用性评分_A），数据类型：64位浮点数
- 名称：helpfulness_B（有用性评分_B），数据类型：64位浮点数
- 名称：specificity_A（具体性评分_A），数据类型：64位浮点数
- 名称：specificity_B（具体性评分_B），数据类型：64位浮点数
- 名称：intent_A（意图评分_A），数据类型：64位浮点数
- 名称：intent_B（意图评分_B），数据类型：64位浮点数
- 名称：factuality_A（事实性评分_A），数据类型：64位浮点数
- 名称：factuality_B（事实性评分_B），数据类型：64位浮点数
- 名称：easy-to-understand_A（易懂性评分_A），数据类型：64位浮点数
- 名称：easy-to-understand_B（易懂性评分_B），数据类型：64位浮点数
- 名称：relevance_A（相关性评分_A），数据类型：64位浮点数
- 名称：relevance_B（相关性评分_B），数据类型：64位浮点数
- 名称：readability_A（可读性评分_A），数据类型：64位浮点数
- 名称：readability_B（可读性评分_B），数据类型：64位浮点数
- 名称：enough-detail_A（细节充足性评分_A），数据类型：64位浮点数
- 名称：enough-detail_B（细节充足性评分_B），数据类型：64位浮点数
- 名称：biased:_A（偏向性评分_A），数据类型：64位浮点数
- 名称：biased:_B（偏向性评分_B），数据类型：64位浮点数
- 名称：fail-to-consider-individual-preferences_A（未考虑个体偏好评分_A），数据类型：64位浮点数
- 名称：fail-to-consider-individual-preferences_B（未考虑个体偏好评分_B），数据类型：64位浮点数
- 名称：repetetive_A（重复性评分_A），数据类型：64位浮点数
- 名称：repetetive_B（重复性评分_B），数据类型：64位浮点数
- 名称：fail-to-consider-context_A（未考虑上下文评分_A），数据类型：64位浮点数
- 名称：fail-to-consider-context_B（未考虑上下文评分_B），数据类型：64位浮点数
- 名称：too-long_A（过长评分_A），数据类型：64位浮点数
- 名称：too-long_B（过长评分_B），数据类型：64位浮点数
- 名称：__index_level_0__（索引列_0），数据类型：64位整数
- 名称：log_score_A（对数得分_A），数据类型：64位浮点数
- 名称：log_score_B（对数得分_B），数据类型：64位浮点数
数据集划分：
- 名称：train（训练集），字节数：20707062，样本数：9459
- 名称：test（测试集），字节数：20659940，样本数：9459
下载总大小：23927350
数据集总存储大小：41367002
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集划分：数据路径为data/train-*
- 测试集划分：数据路径为data/test-*

原始信息汇总

数据集概述

特征信息

数据集包含以下特征及其数据类型：

• post_id: 字符串
• domain: 字符串
• upvote_ratio: 浮点数
• history: 字符串
• c_root_id_A: 字符串
• c_root_id_B: 字符串
• created_at_utc_A: 整数
• created_at_utc_B: 整数
• score_A: 整数
• score_B: 整数
• human_ref_A: 字符串
• human_ref_B: 字符串
• labels: 整数
• seconds_difference: 浮点数
• score_ratio: 浮点数
• helpfulness_A: 浮点数
• helpfulness_B: 浮点数
• specificity_A: 浮点数
• specificity_B: 浮点数
• intent_A: 浮点数
• intent_B: 浮点数
• factuality_A: 浮点数
• factuality_B: 浮点数
• easy-to-understand_A: 浮点数
• easy-to-understand_B: 浮点数
• relevance_A: 浮点数
• relevance_B: 浮点数
• readability_A: 浮点数
• readability_B: 浮点数
• enough-detail_A: 浮点数
• enough-detail_B: 浮点数
• biased:_A: 浮点数
• biased:_B: 浮点数
• fail-to-consider-individual-preferences_A: 浮点数
• fail-to-consider-individual-preferences_B: 浮点数
• repetetive_A: 浮点数
• repetetive_B: 浮点数
• fail-to-consider-context_A: 浮点数
• fail-to-consider-context_B: 浮点数
• too-long_A: 浮点数
• too-long_B: 浮点数
• __index_level_0__: 整数
• log_score_A: 浮点数
• log_score_B: 浮点数

数据分割

数据集分为以下部分：

• train: 包含9459个样本，占用20707062字节
• test: 包含9459个样本，占用20659940字节

数据集大小

• 下载大小: 23927350字节
• 数据集总大小: 41367002字节

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*