theojiang/hotpot-search

该数据集包含查询和文档的文本数据，以及它们的标记化表示、目标掩码和是否修剪的标志。数据集分为训练集和验证集，训练集包含85924个样本，验证集包含4523个样本。数据集的下载大小为513274803字节，总大小为1884970219字节。

原始信息汇总

数据集概述

数据集特征

• query: 字符串类型
• document: 字符串类型
• query_tokens: 整数序列类型
• document_tokens: 整数序列类型
• target_mask: 浮点序列类型
• is_trimmed: 布尔类型

数据集分割

• 训练集 (train):
  • 示例数量: 85924
  • 数据大小: 1790443685 字节
• 验证集 (val):
  • 示例数量: 4523
  • 数据大小: 94526534 字节

数据集大小

• 下载大小: 513274803 字节
• 数据集总大小: 1884970219 字节

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/val-*