cnut1648/commonsense_qa_retrieved_by_colbert

这是CSQA数据集的验证集，每个问题都通过ColBERT v2从MS MARCO Passage Ranking中检索得到。使用特定的参数对训练集的问题部分进行索引，并对验证集的每个问题进行搜索，将结果放入retrieved列中。

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • id: 类型为字符串。
  • question: 类型为字符串。
  • question_concept: 类型为字符串。
  • choices: 包含两个子字段：
    • label: 类型为字符串。
    • text: 类型为字符串。
  • answerKey: 类型为字符串。
  • retrieved: 包含多个子字段：
    • answerKey: 类型为字符串。
    • choices: 包含两个子字段：
      • label: 类型为字符串序列。
      • text: 类型为字符串序列。
    • passage: 类型为字符串。
    • rank: 类型为整数（int64）。
    • score: 类型为浮点数（float64）。

数据集划分

• 验证集:
  • 名称: validation
  • 字节数: 2646054
  • 样本数: 1221

数据集大小

• 下载大小: 755467 字节
• 数据集大小: 2646054 字节