yuri-no/triple-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: 1408302582
num_examples: 59173
- name: mini
num_bytes: 872247406
num_examples: 7514
- name: update
num_bytes: 3685697516
num_examples: 164544
- name: noredix
num_bytes: 1408302582
num_examples: 59173
download_size: 4388048867
dataset_size: 7374550086
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: mini
path: data/mini-*
- split: update
path: data/update-*
- split: noredix
path: data/noredix-*
---

原始信息汇总

数据集概述

数据集特征

• query_id: 数据类型为字符串。
• query: 数据类型为字符串。
• positive_passages: 包含以下子特征
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
• negative_passages: 包含以下子特征
  • docid: 数据类型为字符串。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。

数据集分割

• train: 大小为1408302582字节，包含59173个样本。
• mini: 大小为872247406字节，包含7514个样本。
• update: 大小为3685697516字节，包含164544个样本。
• noredix: 大小为1408302582字节，包含59173个样本。

数据集大小

• 下载大小: 4388048867字节。
• 数据集大小: 7374550086字节。

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • mini: 路径为data/mini-*。
  • update: 路径为data/update-*。
  • noredix: 路径为data/noredix-*。