Seongill/NQ_conflict_5_half

--- dataset_info: features: - name: question dtype: string - name: answers sequence: string - name: substitute dtype: 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: is_conflict dtype: bool - name: num_replace dtype: int64 - name: num_answer dtype: int64 splits: - name: train num_bytes: 12189834 num_examples: 3610 download_size: 7217475 dataset_size: 12189834 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• question: 问题，数据类型为字符串。
• answers: 答案，数据类型为字符串序列。
• substitute: 替代内容，数据类型为字符串。
• 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: 得分，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。
• is_conflict: 是否冲突，数据类型为布尔值。
• num_replace: 替换次数，数据类型为整数（int64）。
• num_answer: 答案数量，数据类型为整数（int64）。

数据分割

• train: 训练集，包含3610个样本，占用12189834字节。

数据集大小

• 下载大小: 7217475字节
• 数据集大小: 12189834字节

配置

• default: 默认配置，包含训练集文件路径为data/train-*。