README.md

---
license: mit
dataset_info:
  features:
  - name: id
    dtype: int64
  - name: question1
    dtype: string
  - name: question2
    dtype: string
  - name: label
    dtype:
      class_label:
        names:
          '0': 다른 질문
          '1': 같은 질문
  splits:
  - name: train
    num_bytes: 634021
    num_examples: 6888
  - name: test
    num_bytes: 62628
    num_examples: 688
  download_size: 403049
  dataset_size: 696649
---

## Dataset Description

songys님이 오픈소스로 공개한 Question_pair 데이터셋을 약간의 데이터 수정을 거쳐 업로드한 데이터셋.

원본 데이터셋과 자세한 설명은 아래 repo 참고
- **Repository: https://github.com/songys/Question_pair**

**수정 사항**
- `is_duplicate`를 `label`이라는 필드로 rename함.
- test set의 `test_id`를 `id`로 rename함.
- 기존 0, 1에 대한 label을 반대로 변경함.
  - as-is
    - {"같은 질문": 0, "다른 질문": 1}
  - to-be
    - {"같은 질문": 1, "다른 질문": 0}
- 최종 field는 'id', 'question1', 'question2', 'label'를 선택하여 저장함.


## Dataset Structure

```
DatasetDict({
    train: Dataset({
        features: ['id', 'question1', 'question2', 'label'],
        num_rows: 6888
    })
    test: Dataset({
        features: ['id', 'question1', 'question2', 'label'],
        num_rows: 688
    })
})
```