BeastyZ/cmteb_retrieval
收藏Hugging Face2024-06-27 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/BeastyZ/cmteb_retrieval
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个配置，如cmedqa2、dureader、mmarco_merged等，每个配置都包含查询、正面、负面和答案等特征。所有配置都只有训练集分割，适用于自然语言处理任务，如问答系统和信息检索。数据集的语言为中文。
This dataset includes multiple configurations such as cmedqa2, dureader, mmarco_merged, etc. Each configuration contains features like query, positive, negative, and answers. All configurations have only a training split and are suitable for natural language processing tasks such as question answering systems and information retrieval. The language of the dataset is Chinese.
提供机构：
BeastyZ
原始信息汇总
数据集概述
数据集配置信息
cmedqa2
- 特征:
- query: 字符串类型
- positive: 字符串序列
- negative: 字符串序列
- answers: 空序列
- 分割:
- train: 100000个样本，总大小1587455490字节
- 下载大小: 1027804069字节
- 数据集大小: 1587455490字节
dureader
- 特征:
- query: 字符串类型
- positive: 字符串序列
- negative: 字符串序列
- answers: 空序列
- 分割:
- train: 86395个样本，总大小7895977861字节
- 下载大小: 5019668526字节
- 数据集大小: 7895977861字节
mmarco_merged
- 特征:
- query: 字符串类型
- positive: 字符串序列
- negative: 字符串序列
- answers: 空序列
- 分割:
- train: 388596个样本，总大小24887177062字节
- 下载大小: 7142801140字节
- 数据集大小: 24887177062字节
multi-cpr-ecom
- 特征:
- query: 字符串类型
- positive: 字符串序列
- negative: 字符串序列
- answers: 空序列
- 分割:
- train: 100000个样本，总大小1778251126字节
- 下载大小: 1049289853字节
- 数据集大小: 1778251126字节
multi-cpr-medical
- 特征:
- query: 字符串类型
- positive: 字符串序列
- negative: 字符串序列
- answers: 空序列
- 分割:
- train: 99999个样本，总大小6924807931字节
- 下载大小: 3710282294字节
- 数据集大小: 6924807931字节
multi-cpr-video
- 特征:
- query: 字符串类型
- positive: 字符串序列
- negative: 字符串序列
- answers: 空序列
- 分割:
- train: 100000个样本，总大小1803174179字节
- 下载大小: 1290090817字节
- 数据集大小: 1803174179字节
t2ranking
- 特征:
- query: 字符串类型
- positive: 字符串序列
- negative: 字符串序列
- answers: 空序列
- 分割:
- train: 200376个样本，总大小531938618字节
- 下载大小: 344954364字节
- 数据集大小: 531938618字节
数据文件路径
- cmedqa2:
cmedqa2/train-* - dureader:
dureader/train-* - mmarco_merged:
mmarco_merged/train-* - multi-cpr-ecom:
multi-cpr-ecom/train-* - multi-cpr-medical:
multi-cpr-medical/train-* - multi-cpr-video:
multi-cpr-video/train-* - t2ranking:
t2ranking/train-*
