Atipico1/nq-test-format

该数据集包含多个字段，如问题、实体、相似实体、答案等，可能用于问答系统、实体识别或相似实体比较等任务。数据集分为训练集，包含3610个示例。

原始信息汇总

数据集概述

数据特征

• question: 问题，数据类型为字符串。
• entity: 实体，数据类型为字符串。
• similar_entity: 相似实体，数据类型为字符串。
• answers: 答案序列，数据类型为字符串序列。
• ctxs: 上下文列表，包含以下字段：
  • hasanswer: 是否有答案，数据类型为布尔值。
  • score: 分数，数据类型为浮点数（float64）。
  • text: 文本，数据类型为字符串。
  • title: 标题，数据类型为字符串。
• masked_query: 掩码查询，数据类型为字符串。
• original_case: 原始案例列表，包含以下字段：
  • answer: 答案，数据类型为字符串。
  • context: 上下文，数据类型为字符串。
  • distance: 距离，数据类型为字符串。
  • original_answers: 原始答案序列，数据类型为字符串序列。
  • question: 问题，数据类型为字符串。
• unans_case: 无答案案例列表，包含以下字段：
  • answer: 答案，数据类型为字符串。
  • answers: 答案序列，数据类型为字符串序列。
  • context: 上下文，数据类型为字符串。
  • distance: 距离，数据类型为字符串。
  • original_answers: 原始答案序列，数据类型为字符串序列。
  • question: 问题，数据类型为字符串。
• conflict_case: 冲突案例列表，包含以下字段：
  • answer: 答案，数据类型为字符串。
  • conflict_context: 冲突上下文，数据类型为字符串。
  • context: 上下文，数据类型为字符串。
  • distance: 距离，数据类型为字符串。
  • original_answers: 原始答案序列，数据类型为字符串序列。
  • question: 问题，数据类型为字符串。
• context: 上下文，数据类型为字符串。
• context_vague: 模糊上下文，数据类型为字符串。
• entities: 实体，数据类型为字符串。
• entities_count: 实体计数，数据类型为整数（int64）。
• adv_sent: 对抗性句子，数据类型为字符串。
• adv_passage: 对抗性段落，数据类型为字符串。
• cos_sim: 余弦相似度，数据类型为浮点数（float64）。
• answer_match: 答案匹配，数据类型为布尔值。
• is_valid_adversary: 是否为有效对抗，数据类型为布尔值。
• prompt: 提示，数据类型为字符串。

数据分割

• train: 训练集，包含3610个样本，占用70514130字节。

数据集大小

• 下载大小: 41134068字节
• 数据集大小: 70514130字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。