wisenut-nlp-team/aihub_retriever_report_smr

该数据集包含多个字段，包括id、type、title、context和questions。其中，questions是一个字符串序列。数据集分为训练集和验证集，训练集包含146,771个样本，验证集包含18,300个样本。数据集的下载大小为245,264,167字节，总大小为449,286,608字节。

The dataset includes multiple fields such as id, type, title, context, and questions, where questions is a sequence of strings. The dataset is divided into a training set with 146,771 examples and a validation set with 18,300 examples. The download size of the dataset is 245,264,167 bytes, and the total dataset size is 449,286,608 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• type: 数据类型为字符串。
• title: 数据类型为字符串。
• context: 数据类型为字符串。
• questions: 数据类型为字符串序列。

数据集划分

• train: 包含146771个样本，占用399437469字节。
• validation: 包含18300个样本，占用49849139字节。

数据集大小

• 下载大小: 245264167字节。
• 数据集总大小: 449286608字节。

配置信息

• default:
  • train: 文件路径为data/train-*。
  • validation: 文件路径为data/validation-*。