nguyenthanhdo/retrieval-v1.0

---
dataset_info:
features:
- name: query
dtype: string
- name: answers
sequence: 'null'
- name: positive_passages
list:
- name: text
dtype: string
- name: title
dtype: string
- name: type
dtype: string
- name: negative_passages
list:
- name: text
dtype: string
- name: title
dtype: string
- name: type
dtype: string
splits:
- name: train
num_bytes: 147378500.36674002
num_examples: 70000
- name: val
num_bytes: 5263517.870240714
num_examples: 2500
- name: test
num_bytes: 5231936.76301927
num_examples: 2485
download_size: 85666852
dataset_size: 157873955.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• query: 数据类型为字符串。
• answers: 序列类型为null。
• positive_passages: 列表类型，包含以下字段：
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
  • type: 数据类型为字符串。
• negative_passages: 列表类型，包含以下字段：
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
  • type: 数据类型为字符串。

数据分割

• train:
  • 字节数: 147378500.36674002
  • 样本数: 70000
• val:
  • 字节数: 5263517.870240714
  • 样本数: 2500
• test:
  • 字节数: 5231936.76301927
  • 样本数: 2485

数据大小

• 下载大小: 85666852
• 数据集大小: 157873955.0

配置

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