erbacher/nq_open5

---
dataset_info:
features:
- name: query
dtype: string
- name: gold_generation
sequence: string
- name: target
dtype: string
- name: text
dtype: string
- name: results
dtype: string
- name: em
dtype: float64
- name: hal_m
dtype: string
splits:
- name: train
num_bytes: 41737579
num_examples: 79168
- name: dev
num_bytes: 4612579
num_examples: 8757
- name: test
num_bytes: 1950822
num_examples: 3610
download_size: 13126477
dataset_size: 48300980
---
# Dataset Card for "nq_open5"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征项：
- 字段名：query（查询文本）
数据类型：字符串
- 字段名：gold_generation（金标准生成序列）
数据类型：字符串序列
- 字段名：target（目标文本）
数据类型：字符串
- 字段名：text（文本）
数据类型：字符串
- 字段名：results（模型输出结果）
数据类型：字符串
- 字段名：em（精确匹配Exact Match得分）
数据类型：float64（64位浮点型）
- 字段名：hal_m
数据类型：字符串
数据集划分：
- 划分集名称：train（训练集）
字节数：41737579
样本量：79168
- 划分集名称：dev（开发集）
字节数：4612579
样本量：8757
- 划分集名称：test（测试集）
字节数：1950822
样本量：3610
下载大小：13126477
数据集总大小：48300980
---
# 「nq_open5」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据特征

• query: 数据类型为字符串。
• gold_generation: 序列类型为字符串。
• target: 数据类型为字符串。
• text: 数据类型为字符串。
• results: 数据类型为字符串。
• em: 数据类型为浮点数（float64）。
• hal_m: 数据类型为字符串。

数据分割

• train: 包含79168个样本，占用41737579字节。
• dev: 包含8757个样本，占用4612579字节。
• test: 包含3610个样本，占用1950822字节。

数据集大小

• 下载大小: 13126477字节。
• 数据集总大小: 48300980字节。

搜集汇总

背景与挑战

背景概述

nq_open5是一个包含91,535行文本数据的数据集，格式为parquet，涉及多个领域的问题和答案对。数据集分为train、dev和test三个子集，适用于自然语言处理任务。