presencesw/squad_t5

---
dataset_info:
features:
- name: id
dtype: string
- name: targets
struct:
- name: answer_start
sequence: int64
- name: text
sequence: string
- name: texts
dtype: string
splits:
- name: train
num_bytes: 79512505
num_examples: 87599
- name: validation
num_bytes: 10585911
num_examples: 10570
download_size: 20422044
dataset_size: 90098416
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征列表：
- 特征名称：id，数据类型：字符串（string）
- 特征名称：targets，为结构体（struct）类型，包含两个子字段：
- 子字段answer_start：序列型64位整数（int64）
- 子字段text：序列型字符串（string）
- 特征名称：texts，数据类型：字符串（string）
数据集划分：
- 训练集（train）：占用字节数79512505，样本总数87599
- 验证集（validation）：占用字节数10585911，样本总数10570
下载大小：20422044字节，总数据集大小：90098416字节
数据集配置：
- 配置名称：default（默认配置），对应数据文件：
- 训练集：data/train-*
- 验证集：data/validation-*

原始信息汇总

数据集概述

数据集信息

特征

• id: 数据类型为字符串。
• targets: 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。
• texts: 数据类型为字符串。

数据分割

• train: 包含87599个样本，占用79512505字节。
• validation: 包含10570个样本，占用10585911字节。

数据大小

• 下载大小: 20422044字节。
• 数据集大小: 90098416字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • validation: 路径为data/validation-*。