DragosGorduza/dataset_QUERY_FAQ_MISTRAL

该数据集包含多个特征字段，如positive_id、query_id、positive_content、query_content等，用于存储与查询和正例相关的信息。数据集还包含一个名为output的分类标签字段，其值为NO或YES。数据集分为训练集、测试集和验证集，分别包含54906、6864和6863个样本。数据集的下载大小为79443016字节，总大小为183462256.0字节。

原始信息汇总

数据集概述

特征信息

数据集包含以下特征：

• positive_id: 类型为字符串
• query_id: 类型为字符串
• positive_content: 类型为字符串
• query_content: 类型为字符串
• positive_name: 类型为字符串
• query_name: 类型为字符串
• query_type: 类型为字符串
• instruction: 类型为字符串
• output: 类型为分类标签，包含两个类别：
  • 0: NO
  • 1: YES
• text: 类型为字符串

数据分割

数据集分为以下几个部分：

• train: 包含54906个样本，大小为146768735.56359187字节
• test: 包含6864个样本，大小为18348096.763714246字节
• val: 包含6863个样本，大小为18345423.672693893字节

数据大小

• 下载大小: 79443016字节
• 数据集总大小: 183462256.0字节

配置信息

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