nbalepur/doc_conflict_summary

该数据集由三个主要部分组成：ConflictingQA、Debatepedia和DiverseSumm。每个部分包含不同数量的示例和字节大小。数据集的特征包括查询（query）、文档URLs（doc_urls）、文档立场（doc_stances）和文档文本（doc_texts）。这些特征都是字符串类型，其中文档文本是一个字符串序列的序列。

The dataset consists of three main parts: ConflictingQA, Debatepedia, and DiverseSumm. Each part contains a different number of examples and byte sizes. The features of the dataset include query, document URLs (doc_urls), document stances (doc_stances), and document texts (doc_texts). These features are all of string type, with document texts being a sequence of string sequences.

原始信息汇总

数据集概述

数据集特征

• query: 数据类型为字符串。
• doc_urls: 数据类型为字符串序列。
• doc_stances: 数据类型为字符串序列。
• doc_texts: 数据类型为字符串序列的序列。

数据集分割

• ConflictingQA:
  • 字节数: 55246795
  • 样本数: 434
• Debatepedia:
  • 字节数: 15517284
  • 样本数: 183
• DiverseSumm:
  • 字节数: 27225868
  • 样本数: 611

数据集大小

• 下载大小: 50897230 字节
• 数据集总大小: 97989947 字节

配置

• config_name: default
  • data_files:
    • ConflictingQA: 路径为 data/ConflictingQA-*
    • Debatepedia: 路径为 data/Debatepedia-*
    • DiverseSumm: 路径为 data/DiverseSumm-*