cheafdevo56/Influential_NonCitedNegs_10Percent

---
dataset_info:
features:
- name: query
struct:
- name: abstract
dtype: string
- name: corpus_id
dtype: int64
- name: title
dtype: string
- name: pos
struct:
- name: abstract
dtype: string
- name: corpus_id
dtype: int64
- name: title
dtype: string
- name: neg
struct:
- name: abstract
dtype: string
- name: corpus_id
dtype: int64
- name: score
dtype: int64
- name: title
dtype: string
splits:
- name: train
num_bytes: 174569910.3
num_examples: 45000
- name: validation
num_bytes: 19396656.7
num_examples: 5000
download_size: 116538931
dataset_size: 193966567.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

特征结构

• query
  • abstract: 数据类型为 string
  • corpus_id: 数据类型为 int64
  • title: 数据类型为 string
• pos
  • abstract: 数据类型为 string
  • corpus_id: 数据类型为 int64
  • title: 数据类型为 string
• neg
  • abstract: 数据类型为 string
  • corpus_id: 数据类型为 int64
  • score: 数据类型为 int64
  • title: 数据类型为 string

数据分割

• train
  • 字节数: 174569910.3
  • 样本数: 45000
• validation
  • 字节数: 19396656.7
  • 样本数: 5000

数据集大小

• 下载大小: 116538931
• 数据集大小: 193966567.0

配置

• default
  • train
    • 路径: data/train-*
  • validation
    • 路径: data/validation-*