nikchar/retrieval_verification_distilbert

该数据集用于检索验证任务，包含多个特征如claim、证据链接、文本内容、检索到的证据标题和文本、标签、检索成功标志以及预测标签。数据集主要分为训练集，用于模型训练和验证。

原始信息汇总

数据集概述

数据集信息

特征

• claim: 数据类型为字符串。
• evidence_wiki_url: 数据类型为字符串。
• text: 数据类型为字符串。
• retrieved_evidence_title: 数据类型为字符串序列。
• retrieved_evidence_text: 数据类型为字符串序列。
• labels: 数据类型为64位整数。
• Retrieval_Success: 数据类型为布尔值。
• Predicted_Labels: 数据类型为64位整数。
• Predicted_Labels_Each_doc: 数据类型为64位整数序列。

数据分割

• train: 包含11073个样本，总字节数为73601741。

数据大小

• 下载大小: 34426496字节。
• 数据集大小: 73601741字节。

配置

• default: 包含训练数据文件，路径为data/train-*。