pxyu/MSMARCO-CSV100K-Augmented-Expansion-Corpus
收藏Hugging Face2024-06-22 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/pxyu/MSMARCO-CSV100K-Augmented-Expansion-Corpus
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含三个主要特征：text、docid和title。其中，text和title是字符串序列，docid是字符串类型。数据集包含一个名为train的分割，该分割包含8,841,823个示例，总大小为9,336,667,470字节。下载大小为2,699,940,552字节。
The dataset contains three main features: text, docid, and title. text and title are sequences of strings, while docid is of string type. The dataset includes a split named train, which contains 8,841,823 examples with a total size of 9,336,667,470 bytes. The download size is 2,699,940,552 bytes.
提供机构：
pxyu
原始信息汇总
数据集概述
许可证
- Apache 2.0
数据集信息
特征
- text: 文本序列，类型为字符串。
- docid: 文档ID，类型为字符串。
- title: 标题序列，类型为字符串。
数据分割
- train:
- 字节数: 9,336,667,470
- 样本数: 8,841,823
数据集大小
- 下载大小: 2,699,940,552 字节
- 数据集总大小: 9,336,667,470 字节
