yurinoviello/miracl_corpus_ita

---
dataset_info:
features:
- name: docid
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 22870007
num_examples: 26746
- name: dev
num_bytes: 28848048
num_examples: 33689
- name: test
num_bytes: 28848048
num_examples: 33689
- name: dev_only
num_bytes: 6782789.2845736
num_examples: 7921
download_size: 54568776
dataset_size: 87348892.2845736
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
- split: dev_only
path: data/dev_only-*
---

原始信息汇总

数据集概述

数据特征

• docid: 数据类型为字符串。
• title: 数据类型为字符串。
• text: 数据类型为字符串。

数据分割

• train:
  • 字节数: 22870007
  • 样本数: 26746
• dev:
  • 字节数: 28848048
  • 样本数: 33689
• test:
  • 字节数: 28848048
  • 样本数: 33689
• dev_only:
  • 字节数: 6782789.2845736
  • 样本数: 7921

数据大小

• 下载大小: 54568776 字节
• 数据集大小: 87348892.2845736 字节

配置信息

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