iohadrubin/eli5_bm25_top100_kilt

该数据集名为eli5_bm25_top100_kilt，主要用于问答系统的训练和测试。数据集包含问题、问题ID、输出和上下文列表，其中上下文列表包含内容和ID。数据集分为开发集（dev）、无答案测试集（test_without_answers）和训练集（train），分别包含1507、600和2000个示例。总下载大小为150328400字节，数据集总大小为245040233字节。

The dataset named eli5_bm25_top100_kilt is primarily used for training and testing question-answering systems. It includes questions, question IDs, outputs, and a list of contexts, where each context contains content and an ID. The dataset is divided into development (dev), test without answers (test_without_answers), and training (train) sets, containing 1507, 600, and 2000 examples respectively. The total download size is 150328400 bytes, and the total dataset size is 245040233 bytes.

原始信息汇总

数据集概述

数据集名称

• eli5_bm25_top100_kilt

数据集配置

• 默认配置
  • 数据文件路径：
    • dev: data/dev-*
    • test_without_answers: data/test_without_answers-*
    • train: data/train-*

数据集特征

• 特征列表
  • question: 问题，数据类型为字符串
  • qid: 问题ID，数据类型为字符串
  • output: 输出，数据类型为字符串
  • ctxs: 上下文列表
    • contents: 内容，数据类型为字符串
    • id: ID，数据类型为字符串

数据集分割

• 分割信息
  • dev:
    • 字节数: 97461385
    • 样本数: 1507
  • test_without_answers:
    • 字节数: 33381085
    • 样本数: 600
  • train:
    • 字节数: 114197763
    • 样本数: 2000

数据集大小

• 下载大小: 150328400 字节
• 数据集总大小: 245040233 字节