howard-hou/WikiQA-LongForm-subset-rerank

这个数据集是一个子集，专门设计用于评估指令感知上下文压缩（IACC）在不同保留比率下的性能。数据集包含问题、答案、文档ID、检索到的文档ID、检索到的文档分数、重新排序后的文档ID和重新排序后的分数等特征。训练集包含1000个示例，总大小为3084316字节。

This is a subset designed for evaluating Instruction-Aware Contextual Compression (IACC) performance at various retention ratios. The dataset includes features such as question, answer, docid, retrieved_docids, retrieved_doc_scores, reranked_docids, and reranked_scores. It is split into a training set with 1000 examples.

原始信息汇总

数据集概述

数据集信息

特征

• question: 问题描述，数据类型为字符串。
• answer: 答案，数据类型为字符串。
• docid: 文档ID，数据类型为字符串。
• retrieved_docids: 检索到的文档ID列表，数据类型为字符串序列。
• retrieved_doc_scores: 检索到的文档分数列表，数据类型为浮点数序列。
• reranked_docids: 重新排序后的文档ID列表，数据类型为字符串序列。
• reranked_scores: 重新排序后的文档分数列表，数据类型为浮点数序列。

数据划分

• train: 训练集，包含1000个样本，总大小为3084316字节。

数据集大小

• 下载大小: 2588779字节
• 数据集大小: 3084316字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。

数据集用途

• 该数据集用于评估指令感知上下文压缩（Instruction-Aware Contextual Compression, IACC）在不同保留率下的性能。