ellamind/wikipedia-2023-11-retrieval-multilingual-queries

--- dataset_info: - config_name: bg features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 208882 num_examples: 1500 download_size: 103568 dataset_size: 208882 - config_name: bn features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 234505 num_examples: 1500 download_size: 102235 dataset_size: 234505 - config_name: cs features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 135909 num_examples: 1500 download_size: 89207 dataset_size: 135909 - config_name: da features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 129877 num_examples: 1500 download_size: 80466 dataset_size: 129877 - config_name: de features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 150329 num_examples: 1500 download_size: 95819 dataset_size: 150329 - config_name: en features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 147453 num_examples: 1500 download_size: 91794 dataset_size: 147453 - config_name: fa features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 178590 num_examples: 1500 download_size: 92453 dataset_size: 178590 - config_name: fi features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 128975 num_examples: 1500 download_size: 81031 dataset_size: 128975 - config_name: hi features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 241290 num_examples: 1500 download_size: 105433 dataset_size: 241290 - config_name: it features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 150403 num_examples: 1500 download_size: 92232 dataset_size: 150403 - config_name: nl features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 141497 num_examples: 1500 download_size: 86179 dataset_size: 141497 - config_name: 'no' features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 127581 num_examples: 1500 download_size: 79476 dataset_size: 127581 - config_name: pt features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 144633 num_examples: 1500 download_size: 89646 dataset_size: 144633 - config_name: ro features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 140584 num_examples: 1500 download_size: 88354 dataset_size: 140584 - config_name: sr features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 185375 num_examples: 1500 download_size: 102533 dataset_size: 185375 - config_name: sv features: - name: _id dtype: string - name: text dtype: string splits: - name: test num_bytes: 132949 num_examples: 1500 download_size: 83862 dataset_size: 132949 configs: - config_name: bg data_files: - split: test path: bg/test-* - config_name: bn data_files: - split: test path: bn/test-* - config_name: cs data_files: - split: test path: cs/test-* - config_name: da data_files: - split: test path: da/test-* - config_name: de data_files: - split: test path: de/test-* - config_name: en data_files: - split: test path: en/test-* - config_name: fa data_files: - split: test path: fa/test-* - config_name: fi data_files: - split: test path: fi/test-* - config_name: hi data_files: - split: test path: hi/test-* - config_name: it data_files: - split: test path: it/test-* - config_name: nl data_files: - split: test path: nl/test-* - config_name: 'no' data_files: - split: test path: no/test-* - config_name: pt data_files: - split: test path: pt/test-* - config_name: ro data_files: - split: test path: ro/test-* - config_name: sr data_files: - split: test path: sr/test-* - config_name: sv data_files: - split: test path: sv/test-* ---数据集信息： - 配置名称：bg 特征字段： - 名称：_id 数据类型：字符串 数据划分： - 划分名称：test 字节数：208882 样本数量：1500 下载大小：103568 数据集存储大小：208882 - 配置名称：bn 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：234505 样本数量：1500 下载大小：102235 数据集存储大小：234505 - 配置名称：cs 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：135909 样本数量：1500 下载大小：89207 数据集存储大小：135909 - 配置名称：da 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：129877 样本数量：1500 下载大小：80466 数据集存储大小：129877 - 配置名称：de 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：150329 样本数量：1500 下载大小：95819 数据集存储大小：150329 - 配置名称：en 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：147453 样本数量：1500 下载大小：91794 数据集存储大小：147453 - 配置名称：fa 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：178590 样本数量：1500 下载大小：92453 数据集存储大小：178590 - 配置名称：fi 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：128975 样本数量：1500 下载大小：81031 数据集存储大小：128975 - 配置名称：hi 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：241290 样本数量：1500 下载大小：105433 数据集存储大小：241290 - 配置名称：it 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：150403 样本数量：1500 下载大小：92232 数据集存储大小：150403 - 配置名称：nl 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：141497 样本数量：1500 下载大小：86179 数据集存储大小：141497 - 配置名称：no 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：127581 样本数量：1500 下载大小：79476 数据集存储大小：127581 - 配置名称：pt 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：144633 样本数量：1500 下载大小：89646 数据集存储大小：144633 - 配置名称：ro 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：140584 样本数量：1500 下载大小：88354 数据集存储大小：140584 - 配置名称：sr 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：185375 样本数量：1500 下载大小：102533 数据集存储大小：185375 - 配置名称：sv 特征字段： - 名称：_id 数据类型：字符串 - 名称：text 数据类型：字符串 数据划分： - 划分名称：test 字节数：132949 样本数量：1500 下载大小：83862 数据集存储大小：132949 配置项： - 配置名称：bg 数据文件： - 划分：test 路径：bg/test-* - 配置名称：bn 数据文件： - 划分：test 路径：bn/test-* - 配置名称：cs 数据文件： - 划分：test 路径：cs/test-* - 配置名称：da 数据文件： - 划分：test 路径：da/test-* - 配置名称：de 数据文件： - 划分：test 路径：de/test-* - 配置名称：en 数据文件： - 划分：test 路径：en/test-* - 配置名称：fa 数据文件： - 划分：test 路径：fa/test-* - 配置名称：fi 数据文件： - 划分：test 路径：fi/test-* - 配置名称：hi 数据文件： - 划分：test 路径：hi/test-* - 配置名称：it 数据文件： - 划分：test 路径：it/test-* - 配置名称：nl 数据文件： - 划分：test 路径：nl/test-* - 配置名称：no 数据文件： - 划分：test 路径：no/test-* - 配置名称：pt 数据文件： - 划分：test 路径：pt/test-* - 配置名称：ro 数据文件： - 划分：test 路径：ro/test-* - 配置名称：sr 数据文件： - 划分：test 路径：sr/test-* - 配置名称：sv 数据文件： - 划分：test 路径：sv/test-*

原始信息汇总

数据集概述

数据集配置信息

配置名称	特征	分割	字节数	示例数	下载大小	数据集大小
bg	_id: string, text: string	test	208882	1500	103568	208882
bn	_id: string, text: string	test	234505	1500	102235	234505
cs	_id: string, text: string	test	135909	1500	89207	135909
da	_id: string, text: string	test	129877	1500	80466	129877
de	_id: string, text: string	test	150329	1500	95819	150329
en	_id: string, text: string	test	147453	1500	91794	147453
fa	_id: string, text: string	test	178590	1500	92453	178590
fi	_id: string, text: string	test	128975	1500	81031	128975
hi	_id: string, text: string	test	241290	1500	105433	241290
it	_id: string, text: string	test	150403	1500	92232	150403
nl	_id: string, text: string	test	141497	1500	86179	141497
no	_id: string, text: string	test	127581	1500	79476	127581
pt	_id: string, text: string	test	144633	1500	89646	144633
ro	_id: string, text: string	test	140584	1500	88354	140584
sr	_id: string, text: string	test	185375	1500	102533	185375
sv	_id: string, text: string	test	132949	1500	83862	132949

数据文件路径

配置名称	分割	路径
bg	test	bg/test-*
bn	test	bn/test-*
cs	test	cs/test-*
da	test	da/test-*
de	test	de/test-*
en	test	en/test-*
fa	test	fa/test-*
fi	test	fi/test-*
hi	test	hi/test-*
it	test	it/test-*
nl	test	nl/test-*
no	test	no/test-*
pt	test	pt/test-*
ro	test	ro/test-*
sr	test	sr/test-*
sv	test	sv/test-*