ContextSearchLM/context_search_vietnamese_english_prompt_224_minilmtok_finetune

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
- name: neg
dtype: string
- name: query_ids
sequence: int32
- name: query_attention_mask
sequence: int8
- name: positive_ids
sequence: int32
- name: positive_attention_mask
sequence: int8
- name: negative_ids
sequence: int32
- name: negative_attention_mask
sequence: int8
splits:
- name: train
num_bytes: 2761369465.438713
num_examples: 1986832
- name: validation
num_bytes: 9385561.547585024
num_examples: 6522
download_size: 1141983769
dataset_size: 2770755026.986298
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

数据集特征

• query: 字符串类型
• pos: 字符串类型
• neg: 字符串类型
• query_ids: 整数序列类型
• query_attention_mask: 整数序列类型
• positive_ids: 整数序列类型
• positive_attention_mask: 整数序列类型
• negative_ids: 整数序列类型
• negative_attention_mask: 整数序列类型

数据集分割

• train:
  • 字节数: 2761369465.438713
  • 样本数: 1986832
• validation:
  • 字节数: 9385561.547585024
  • 样本数: 6522

数据集大小

• 下载大小: 1141983769 字节
• 总大小: 2770755026.986298 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*