kardosdrur/estonian-qa

EstQA数据集是一个用于爱沙尼亚语问答任务的数据集，基于维基百科段落。该数据集以MTEB（Massive Text Embedding Benchmark）可用的格式提供，包含三个配置：corpus、default和queries。corpus配置包含121个示例，default配置包含603个示例，queries配置也包含603个示例。数据集的特征包括_id、title、text、query-id、corpus-id和score等字段。

原始信息汇总

数据集概述

基本信息

• 语言: 爱沙尼亚语 (et)
• 许可证: 知识共享 (cc)
• 任务类别: 问答

配置详情

配置名称: corpus

• 数据文件路径: corpus/corpus-*
• 特征:
  • _id: 字符串
  • title: 字符串
  • text: 字符串
• 分割: corpus
• 统计信息:
  • 字节数: 101567
  • 示例数: 121
  • 下载大小: 70101
  • 数据集大小: 101567

配置名称: default

• 数据文件路径: data/test-*
• 特征:
  • query-id: 字符串
  • corpus-id: 字符串
  • score: 整数
• 分割: test
• 统计信息:
  • 字节数: 42408
  • 示例数: 603
  • 下载大小: 26058
  • 数据集大小: 42408

配置名称: queries

• 数据文件路径: queries/queries-*
• 特征:
  • _id: 字符串
  • text: 字符串
• 分割: queries
• 统计信息:
  • 字节数: 60610
  • 示例数: 603
  • 下载大小: 46701
  • 数据集大小: 60610