Seongill/Trivia_missing_5_small_masked

该数据集包含多个特征，如问题、答案、上下文等。上下文特征进一步包含是否包含答案、ID、分数、文本和标题等子特征。此外，数据集还包含是否包含答案、掩码查询和查询嵌入等特征。数据集分为一个训练集，包含3771个样本，文件大小为25528947字节。

原始信息汇总

数据集概述

数据集信息

特征

• question: 数据类型为字符串。
• answers: 数据类型为字符串序列。
• ctxs: 列表类型，包含以下子特征：
  • hasanswer: 数据类型为布尔值。
  • id: 数据类型为字符串。
  • score: 数据类型为浮点数（float64）。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
• has_answer: 数据类型为布尔值。
• masked_query: 数据类型为字符串。
• query_embedding: 数据类型为浮点数序列（float32）。

数据分割

• train: 包含3771个样本，占用25528947字节。

数据集大小

• 下载大小: 22550201字节。
• 数据集大小: 25528947字节。

配置

• default: 包含训练数据文件，路径为data/train-*。