dnjdsxor21/nkiwi

数据集nkiwi包含训练集和验证集两个部分。训练集包含原始文本和通过BM25算法生成的硬负样本，共有3.95k个样本；验证集包含原始文本的两倍，共有0.24k个样本。数据集的特征包括标题、上下文、问题、ID、答案（包含答案起始位置和文本）以及文档ID。训练集和验证集的大小分别为18889840字节和2257605字节，总下载大小为12050458字节，数据集总大小为21147445字节。

原始信息汇总

数据集概述

数据集特征

• title：字符串类型
• context：字符串类型
• question：字符串类型
• id：字符串类型
• answers：结构类型，包含：
  • answer_start：整数序列类型
  • text：字符串序列类型
• document_id：整数类型

数据集分割

• 训练集：
  • 大小：18889840字节
  • 示例数量：6952
• 验证集：
  • 大小：2257605字节
  • 示例数量：240

数据集大小

• 下载大小：12050458字节
• 数据集总大小：21147445字节