cheafdevo56/All_EASY_MEDIUM_HIC_Triplets

---
dataset_info:
features:
- name: query
struct:
- name: abstract
dtype: string
- name: corpus_id
dtype: int64
- name: title
dtype: string
- name: pos
struct:
- name: abstract
dtype: string
- name: corpus_id
dtype: int64
- name: title
dtype: string
- name: neg
struct:
- name: abstract
dtype: string
- name: corpus_id
dtype: int64
- name: score
dtype: int64
- name: title
dtype: string
splits:
- name: train
num_bytes: 241023028.5
num_examples: 58500
- name: validation
num_bytes: 26780336.5
num_examples: 6500
download_size: 159432861
dataset_size: 267803365.0
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
  • abstract: 数据类型为字符串
  • corpus_id: 数据类型为int64
  • title: 数据类型为字符串
• pos
  • abstract: 数据类型为字符串
  • corpus_id: 数据类型为int64
  • title: 数据类型为字符串
• neg
  • abstract: 数据类型为字符串
  • corpus_id: 数据类型为int64
  • score: 数据类型为int64
  • title: 数据类型为字符串

数据集分割

• train
  • 字节数: 241023028.5
  • 样本数: 58500
• validation
  • 字节数: 26780336.5
  • 样本数: 6500

数据集大小

• 下载大小: 159432861
• 数据集大小: 267803365.0

配置

• default
  • train: 文件路径为data/train-*
  • validation: 文件路径为data/validation-*