Atipico1/NQ-colbert-10k_preprocessed

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: ctxs
list:
- name: hasanswer
dtype: bool
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: masked_query
dtype: string
- name: query_embedding
sequence: float32
splits:
- name: train
num_bytes: 64263567
num_examples: 10000
- name: test
num_bytes: 23284800
num_examples: 3610
download_size: 77231636
dataset_size: 87548367
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• question: 类型为字符串。
• answers: 类型为字符串序列。
• ctxs: 列表类型，包含以下子特征：
  • hasanswer: 类型为布尔值。
  • score: 类型为浮点数（float64）。
  • text: 类型为字符串。
  • title: 类型为字符串。
• masked_query: 类型为字符串。
• query_embedding: 类型为浮点数序列（float32）。

数据分割

• train: 包含10000个样本，占用64263567字节。
• test: 包含3610个样本，占用23284800字节。

数据集大小

• 下载大小: 77231636字节。
• 数据集大小: 87548367字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。