Atipico1/mrqa_v2_unans

该数据集是一个预处理过的问答数据集，包含多个特征，如问题的ID、问题文本、答案、掩码查询、上下文、答案句子、答案在上下文中的位置、查询嵌入以及与查询和上下文相关的相似上下文信息。数据集分为一个训练集，包含203,281个示例，总大小为1,271,622,097.58字节。下载大小为1,124,157,534字节。

原始信息汇总

数据集概述

数据集特征

• subset: 字符串类型
• qid: 字符串类型
• question: 字符串类型
• answers: 字符串序列
• masked_query: 字符串类型
• context: 字符串类型
• answer_sent: 字符串类型
• answer_in_context: 字符串序列
• query_embedding: 浮点数序列
• Q_similar_context: 字符串类型
• C_similar_context: 字符串类型
• QC_similar_context: 字符串类型
• random_context: 字符串类型

数据集分割

• train: 包含203281个样本，占用1271622097.5756857字节

数据集大小

• 下载大小: 1124157534字节
• 数据集大小: 1271622097.5756857字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*