pt-mteb/quati_1M_retrieval

---
dataset_info:
- config_name: corpus
features:
- name: _id
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: corpus
num_bytes: 1183426846
num_examples: 1000000
download_size: 725564919
dataset_size: 1183426846
- config_name: default
features:
- name: query-id
dtype: int32
- name: corpus-id
dtype: string
- name: score
dtype: int32
splits:
- name: test
num_bytes: 75881
num_examples: 1933
download_size: 26794
dataset_size: 75881
- config_name: queries
features:
- name: _id
dtype: int32
- name: text
dtype: string
splits:
- name: queries
num_bytes: 2913
num_examples: 50
download_size: 3805
dataset_size: 2913
configs:
- config_name: corpus
data_files:
- split: corpus
path: corpus/corpus-*
- config_name: default
data_files:
- split: test
path: data/test-*
- config_name: queries
data_files:
- split: queries
path: queries/queries-*
---

原始信息汇总

数据集概述

配置名称：corpus

• 特征:
  • _id: 数据类型为字符串
  • text: 数据类型为字符串
  • title: 数据类型为字符串
• 分割:
  • corpus: 包含1000000个示例，总字节数为1183426846
• 下载大小: 725564919字节
• 数据集大小: 1183426846字节
• 数据文件路径: corpus/corpus-*

配置名称：default

• 特征:
  • query-id: 数据类型为int32
  • corpus-id: 数据类型为字符串
  • score: 数据类型为int32
• 分割:
  • test: 包含1933个示例，总字节数为75881
• 下载大小: 26794字节
• 数据集大小: 75881字节
• 数据文件路径: data/test-*

配置名称：queries

• 特征:
  • _id: 数据类型为int32
  • text: 数据类型为字符串
• 分割:
  • queries: 包含50个示例，总字节数为2913
• 下载大小: 3805字节
• 数据集大小: 2913字节
• 数据文件路径: queries/queries-*