Seongill/NQ_5_adversary_v3

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: has_answer
dtype: bool
- name: similar_sub
dtype: string
- name: ctxs
list:
- name: answer_sent
sequence: string
- name: hasanswer
dtype: bool
- name: id
dtype: string
- name: is_adv
dtype: bool
- name: new_answer_sent
dtype: string
- name: original_text
dtype: string
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: num_advs
dtype: int64
splits:
- name: train
num_bytes: 14326455
num_examples: 3610
download_size: 7639062
dataset_size: 14326455
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• question: 问题，数据类型为字符串。
• answers: 答案序列，数据类型为字符串序列。
• has_answer: 是否有答案，数据类型为布尔值。
• similar_sub: 相似子问题，数据类型为字符串。
• ctxs: 上下文列表，包含以下子特征：
  • answer_sent: 答案句子，数据类型为字符串序列。
  • hasanswer: 是否有答案，数据类型为布尔值。
  • id: 标识符，数据类型为字符串。
  • is_adv: 是否为对抗性问题，数据类型为布尔值。
  • new_answer_sent: 新答案句子，数据类型为字符串。
  • original_text: 原始文本，数据类型为字符串。
  • score: 分数，数据类型为浮点数。
  • text: 文本，数据类型为字符串。
  • title: 标题，数据类型为字符串。
• num_advs: 对抗性问题数量，数据类型为整数。

数据分割

• train: 训练集，包含3610个样本，总字节数为14326455。

数据集大小

• 下载大小: 7639062字节
• 数据集大小: 14326455字节

配置

• default: 默认配置，包含训练集文件路径为data/train-*。