Versão saneada do dataset Ileoro-pt, publicada com CSV compatível e Parquet.
versão: 1.5
linhas: 22615
linhas esperadas na entrada: 23235
linhas descartadas por paragraph irrecuperável: 620
fonte BQ para repair de paragraph: mestrado-each.backup.article
paragraphs reparados: 12504
answer em branco no dataset final: 179
book_name em branco no dataset final: 100
qa_id
question
question_len
answer
answer_len
paragraph_id… See the full description on the dataset page:
https://huggingface.co/datasets/davidsmandrade/Ileoro-pt.
