cheafdevo56/InfluentialTriplets

该数据集包含三个主要特征：query、pos和neg。每个特征都有其子结构，包括abstract（摘要）、corpus_id（语料库ID）和title（标题）等字段。其中，neg特征还包含一个score（评分）字段。数据集分为训练集和验证集，训练集包含19227个样本，验证集包含2137个样本。

原始信息汇总

数据集概述

数据集特征

• query:
  • abstract: 数据类型为字符串
  • corpus_id: 数据类型为int64
  • title: 数据类型为字符串
• pos:
  • abstract: 数据类型为字符串
  • corpus_id: 数据类型为int64
  • title: 数据类型为字符串
• neg:
  • abstract: 数据类型为字符串
  • corpus_id: 数据类型为int64
  • score: 数据类型为int64
  • title: 数据类型为字符串

数据集分割

• train:
  • 字节数: 73286160.22355364
  • 样本数: 19227
• validation:
  • 字节数: 8145447.776446358
  • 样本数: 2137

数据集大小

• 下载大小: 48583049
• 数据集大小: 81431608.0

配置

• default:
  • train: 路径为 data/train-*
  • validation: 路径为 data/validation-*