斯坦福表格关系型数据预处理集
机器学习
0 下载
18 浏览
2026-07-25
数据集简介
Dataset Card
该数据集由 Stanford Tabular and Relational (STAR) Project 发布,属于 the-join 系列的预处理版本。数据集以 JSON 格式提供,包含多个表格(如 station、train、train_station)以及文本嵌入字段。
Files and Versions
数据集文件采用 JSON 格式,包含以下结构:
files: struct<column_index, nodes, offsets, p2f_adj, table_info, text>text_embeddings: struct<all-MiniLM-L12-v2: struct<file, d_text>>tasks: list<struct<entity_table, kind, name, splits, target_col, task_type, time_col>>
顶层字段包括 format_version、name、num_db_tables、num_nodes、num_task_tables、num_text_strings 和 source。
表格列示例:station_id、total_passengers、location、main_services、annual_entry_exit、annual_interchanges、number_of_platforms、train_id、time。
Dataset Viewer
数据查看器在解析时可能遇到 StreamingRowsError,提示“because column names don't match”(列名不匹配)。这可能是由于部分表格的列名与预期不一致导致的,建议在下载后使用自定义脚本进行解析。
该数据集为公开数据,isGated 为 false,isPrivate 为 false,可免费访问和下载。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源stanford-star
数据落地页https://huggingface.co/datasets/stanford-star/the-join-preprocessed
发布日期2026-07-25
表格数据关系型数据文本嵌入预处理STAR项目
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载