yuri-no/wiki-ita

该数据集包含查询ID、查询文本、正向段落和负向段落。正向段落进一步包含文档ID、文本和标题。数据集分为训练集，大小为4485054934字节，包含1743035个示例。数据集的下载大小为2691419339字节。

原始信息汇总

数据集概述

数据集特征

• query_id: 数据类型为字符串。
• query: 数据类型为字符串。
• positive_passages: 包含以下子特征：
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
• negative_passages: 序列类型为空。

数据集分割

• train:
  • 数据大小: 4485054934 字节。
  • 示例数量: 1743035。

数据集大小

• 下载大小: 2691419339 字节。
• 数据集总大小: 4485054934 字节。

配置

• default:
  • 数据文件路径: data/train-*。