pritamdeka/assamese-indicxnli-triplet-random-negatives-10

该数据集包含三个主要特征：anchor、positives和negatives，均为字符串类型。数据集分为训练集、测试集和开发集，分别包含1308990、16700和8300个样本。训练集大小为749109360字节，测试集大小为9045912字节，开发集大小为4501075字节。数据集的下载大小为113501692字节，总大小为762656347字节。数据文件路径分别为：训练集（data/train-*）、测试集（data/test-*）和开发集（data/dev-*）。

The dataset contains three main features: anchor, positives, and negatives, all of which are of string type. The dataset is divided into training, test, and development sets, containing 1,308,990, 16,700, and 8,300 samples respectively. The training set size is 749,109,360 bytes, the test set size is 9,045,912 bytes, and the development set size is 4,501,075 bytes. The download size of the dataset is 113,501,692 bytes, and the total size is 762,656,347 bytes. The data file paths are: training set (data/train-*), test set (data/test-*), and development set (data/dev-*).

原始信息汇总

数据集概述

特征信息

• anchor: 数据类型为字符串（string）
• positives: 数据类型为字符串（string）
• negatives: 数据类型为字符串（string）

数据集划分

• train:
  • 样本数量: 1,308,990
  • 数据大小: 749,109,360 字节
• test:
  • 样本数量: 16,700
  • 数据大小: 9,045,912 字节
• dev:
  • 样本数量: 8,300
  • 数据大小: 4,501,075 字节

数据集大小

• 下载大小: 113,501,692 字节
• 总数据集大小: 762,656,347 字节

配置信息

• 配置名称: default
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*
    • dev: data/dev-*