BookingCare/ViNLI-SimCSE-supervised

该数据集包含三个主要特征：anchor、pos和hard_neg，数据类型均为字符串。数据集分为训练集和测试集，训练集包含114,963个样本，测试集包含12,774个样本。数据集的下载大小为24,587,210字节，总大小为42,258,630字节。数据文件路径分别为train-*和test-*。

The dataset contains three main features: anchor, pos, and hard_neg, all of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 114,963 samples and the test set containing 12,774 samples. The download size of the dataset is 24,587,210 bytes, and the total size is 42,258,630 bytes. The data file paths are train-* and test-*.

原始信息汇总

数据集概述

数据集特征

• anchor: 数据类型为字符串。
• pos: 数据类型为字符串。
• hard_neg: 数据类型为字符串。

数据集分割

• train:
  • 字节数: 38032667.75241316
  • 样本数: 114963
• test:
  • 字节数: 4225962.247586839
  • 样本数: 12774

数据集大小

• 下载大小: 24587210 字节
• 总大小: 42258630.0 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*