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。