yurinoviello/miracl_ita

---
dataset_info:
features:
- name: query_id
dtype: string
- name: query
dtype: string
- name: positive_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
- name: negative_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: train
num_bytes: 25097725
num_examples: 2863
- name: dev
num_bytes: 7123127
num_examples: 799
- name: train_filtered
num_bytes: 24676945.817324486
num_examples: 2815
download_size: 33842526
dataset_size: 56897797.81732449
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: train_filtered
path: data/train_filtered-*
---

原始信息汇总

数据集信息

特征

• query_id: 字符串类型
• query: 字符串类型
• positive_passages: 列表类型
  • docid: 字符串类型
  • text: 字符串类型
  • title: 字符串类型
• negative_passages: 列表类型
  • docid: 字符串类型
  • text: 字符串类型
  • title: 字符串类型

数据集划分

• train:
  • 字节数: 25097725
  • 样本数: 2863
• dev:
  • 字节数: 7123127
  • 样本数: 799
• train_filtered:
  • 字节数: 24676945.817324486
  • 样本数: 2815

数据集大小

• 下载大小: 33842526
• 数据集大小: 56897797.81732449

配置

• default 配置:
  • train 数据文件路径: data/train-*
  • dev 数据文件路径: data/dev-*
  • train_filtered 数据文件路径: data/train_filtered-*