HudsonExperiments/p72-april-may_v7-index-corpus_staging-es-retrievals-5-14-24

---
dataset_info:
features:
- name: Question
dtype: string
- name: Answer
dtype: string
- name: Evidence Text
sequence: string
- name: Company Name
dtype: string
- name: Ticker
dtype: string
- name: Filing year
dtype: float64
- name: Filing date
dtype: string
- name: CIK
dtype: float64
- name: GICS_Sector
dtype: string
- name: URL_HTML
dtype: string
- name: q-id
dtype: int64
- name: in-prod
dtype: float64
- name: corpus-id
sequence: int64
- name: retrieved-text
sequence: string
- name: retrieved-id
sequence: int64
splits:
- name: test
num_bytes: 52533669
num_examples: 300
- name: train
num_bytes: 52533669
num_examples: 300
download_size: 45009970
dataset_size: 105067338
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• Question: 数据类型为字符串（string）。
• Answer: 数据类型为字符串（string）。
• Evidence Text: 数据类型为字符串序列（sequence: string）。
• Company Name: 数据类型为字符串（string）。
• Ticker: 数据类型为字符串（string）。
• Filing year: 数据类型为浮点数（float64）。
• Filing date: 数据类型为字符串（string）。
• CIK: 数据类型为浮点数（float64）。
• GICS_Sector: 数据类型为字符串（string）。
• URL_HTML: 数据类型为字符串（string）。
• q-id: 数据类型为整数（int64）。
• in-prod: 数据类型为浮点数（float64）。
• corpus-id: 数据类型为整数序列（sequence: int64）。
• retrieved-text: 数据类型为字符串序列（sequence: string）。
• retrieved-id: 数据类型为整数序列（sequence: int64）。

数据集分割

• test: 包含300个示例，总大小为52533669字节。
• train: 包含300个示例，总大小为52533669字节。

数据集大小

• 下载大小: 45009970字节。
• 数据集总大小: 105067338字节。

配置文件

• config_name: default
• data_files:
  • split: test, 路径: data/test-*
  • split: train, 路径: data/train-*