SynthSTEL/wegmann_conversation_triplets

该数据集包含三个主要特征：anchor（锚点）、positive（正例）和negative（负例），均为字符串类型。数据集分为训练集和验证集，训练集包含210,000个示例，占用118,992,748字节；验证集包含45,000个示例，占用25,229,740字节。总下载大小为100,816,498字节，数据集总大小为144,222,488字节。数据文件路径分别为data/train-*和data/validation-*。

The dataset includes three main features: anchor, positive, and negative, all of which are of string type. The dataset is divided into a training set and a validation set. The training set contains 210,000 examples and occupies 118,992,748 bytes, while the validation set contains 45,000 examples and occupies 25,229,740 bytes. The total download size is 100,816,498 bytes, and the total dataset size is 144,222,488 bytes. The data file paths are data/train-* and data/validation-* respectively.

原始信息汇总

数据集概述

数据特征

• anchor: 数据类型为字符串（string）
• positive: 数据类型为字符串（string）
• negative: 数据类型为字符串（string）

数据划分

• train:
  • 样本数量: 210,000
  • 数据大小: 118,992,748 字节
• validation:
  • 样本数量: 45,000
  • 数据大小: 25,229,740 字节

数据集大小

• 下载大小: 100,816,498 字节
• 总数据集大小: 144,222,488 字节

配置信息

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • validation: data/validation-*