中文Text2SQL训练数据

数据集描述

同时包含用于训练和测试表格问答预训练模型的数据，数据集包含500条训练数据和100条测试数据。

数据集简介

表格问答预训练模型的训练和测试数据，支持中文，支持通用领域的表格问答。

数据集下载

安装最新的modelscope库之后，运行如下代码，即可获得数据集。

import json
from modelscope.msdatasets import MsDataset
from modelscope.utils.constant import DownloadMode

# load data
input_dataset = MsDataset.load(
    'ChineseText2SQL', download_mode=DownloadMode.FORCE_REDOWNLOAD)
train_dataset = []
for name in input_dataset['train']._hf_ds.data[1]:
    train_dataset.append(json.load(open(str(name), 'r')))
eval_dataset = []
for name in input_dataset['test']._hf_ds.data[1]:
    eval_dataset.append(json.load(open(str(name), 'r')))
print('size of training set', len(train_dataset))
print('size of evaluation set', len(eval_dataset))

另外，也可以从本model card中，点击数据集文件panel，然后点击数据文件选项，即可下载trian.zip和test.zip文件。

6 个文件

浏览文件

数据集版权信息

本数据集的许可证为 Apache License 2.0。如有违反相关条款，请联系 WEHUB，我们将及时处理。查看许可证

中文Text2SQL数据集 已完整同步