mpkato/miracl-japanese-small

该数据集包含查询ID、查询内容、正面段落和负面段落。正面段落和负面段落均包含文档ID、文本和标题。数据集分为训练集和开发集，分别包含3292和860个示例。训练集文件大小为29193126字节，开发集文件大小为7114857字节。总下载大小为21188455字节，总数据集大小为36307983字节。

原始信息汇总

数据集概述

数据集特征

• query_id: 数据类型为字符串。
• query: 数据类型为字符串。
• positive_passages: 包含以下子特征：
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
• negative_passages: 包含以下子特征：
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。

数据集分割

• train:
  • 数据大小: 29193126 字节
  • 示例数量: 3292
• dev:
  • 数据大小: 7114857 字节
  • 示例数量: 860

数据集大小

• 下载大小: 21188455 字节
• 数据集总大小: 36307983 字节

配置文件

• config_name: default
• data_files:
  • split: train, 文件路径: data/train-*
  • split: dev, 文件路径: data/dev-*