ravithejads/ms_marco_hi_mr_te_ta

该数据集包含多个特征，如答案、段落、查询等，每个特征都有其特定的数据类型和结构。数据集支持多语言处理，包含不同语言的特征，如印地语、马拉地语、泰卢固语等。数据集包含一个名为test的分割，包含9650个示例，总大小为417420965字节。

原始信息汇总

数据集概述

数据集特征

• answers: 字符串序列
• passages: 序列
  • is_selected: 整数类型 (int32)
  • passage_text: 字符串类型
  • url: 字符串类型
• query: 字符串类型
• query_id: 整数类型 (int32)
• query_type: 字符串类型
• wellFormedAnswers: 字符串序列
• query_hi: 字符串类型
• answers_hi: 字符串类型
• passage_text_hi: 字符串序列
• query_mr: 字符串类型
• passage_text_mr: 字符串序列
• answers_mr: 字符串序列
• query_te: 字符串类型
• passage_text_te: 字符串序列
• answers_te: 字符串序列
• query_ta: 字符串类型
• passage_text_ta: 字符串序列
• answers_ta: 字符串序列

数据集分割

• test:
  • 字节数: 417420965
  • 示例数: 9650

数据集大小

• 下载大小: 141214459
• 数据集大小: 417420965

配置

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