Seongill/NQ_missing_5_masked

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: ctxs
list:
- name: hasanswer
dtype: bool
- name: id
dtype: string
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: has_answer
dtype: bool
- name: masked_query
dtype: string
- name: query_embedding
sequence: float32
splits:
- name: train
num_bytes: 23378788
num_examples: 3610
download_size: 20867398
dataset_size: 23378788
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• 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。
• ctxs: 上下文列表，包含以下字段：
  • 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。
  • score: 分数，数据类型为浮点数（float64）。
  • text: 文本内容，数据类型为字符串。
  • title: 标题，数据类型为字符串。
• has_answer: 是否有答案，数据类型为布尔值。
• masked_query: 掩码查询，数据类型为字符串。
• query_embedding: 查询嵌入，数据类型为浮点数序列（float32）。

数据集分割

• train: 训练集，包含3610个样本，总字节数为23378788。

数据集大小

• 下载大小: 20867398字节。
• 数据集大小: 23378788字节。

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*