pritamdeka/assamese-indicxnli-triplet-random-negatives

该数据集包含三个主要特征：anchor、positives和negatives，均为字符串类型。数据集分为三个部分：开发集（dev）、测试集（test）和训练集（train），分别包含4150、8350和654495个样本。总下载大小为69350024字节，数据集总大小为381329926字节。该数据集可能用于文本匹配或对比学习任务，其中anchor、positives和negatives可能分别代表锚点文本、正例文本和负例文本。The dataset contains three main features: anchor, positives, and negatives, all of which are of string type. The dataset is divided into three parts: dev, test, and train, containing 4150, 8350, and 654495 samples respectively. The total download size is 69350024 bytes, and the total dataset size is 381329926 bytes. This dataset is likely used for text matching or contrastive learning tasks, where anchor, positives, and negatives may represent anchor text, positive text, and negative text respectively.

原始信息汇总

数据集概述

特征信息

• anchor: 数据类型为字符串（string）
• positives: 数据类型为字符串（string）
• negatives: 数据类型为字符串（string）

数据分割

• dev:
  • 字节数: 2,243,164
  • 样本数: 4,150
• test:
  • 字节数: 4,525,222
  • 样本数: 8,350
• train:
  • 字节数: 374,561,540
  • 样本数: 654,495

数据集大小

• 下载大小: 69,350,024 字节
• 数据集总大小: 381,329,926 字节

配置信息

• 配置名称: default
  • 数据文件路径:
    • dev: data/dev-*
    • test: data/test-*
    • train: data/train-*