Seongill/Trivia_5_only_adversary_1159_masked

该数据集包含多个特征，如问题、答案、是否有答案、相似主题、上下文等。上下文特征进一步包含答案句子、是否有答案、ID、是否为广告、新答案句子、原始文本、分数、文本和标题等。此外，数据集还包含广告数量、掩码查询和查询嵌入等特征。数据集分为训练集，包含1159个样本，总大小为11052514字节。

原始信息汇总

数据集概述

数据集特征

• question: 问题，数据类型为字符串。
• answers: 答案序列，数据类型为字符串序列。
• has_answer: 是否有答案，数据类型为布尔值。
• similar_sub: 相似子问题，数据类型为字符串。
• ctxs: 上下文列表，包含以下字段：
  • answer_sent: 答案句子，数据类型为字符串序列。
  • hasanswer: 是否有答案，数据类型为布尔值。
  • id: 标识符，数据类型为字符串。
  • is_adv: 是否为对抗性问题，数据类型为布尔值。
  • new_answer_sent: 新答案句子，数据类型为字符串。
  • original_text: 原始文本，数据类型为字符串。
  • 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。
• num_advs: 对抗性问题数量，数据类型为整数（int64）。
• masked_query: 掩码查询，数据类型为字符串。
• query_embedding: 查询嵌入，数据类型为浮点数序列（float32）。

数据集划分

• train: 训练集，包含1159个样本，占用11052514字节。

数据集大小

• 下载大小: 7672855字节
• 数据集大小: 11052514字节

配置

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