Atipico1/trivia-top5_preprocessed

该数据集包含多个特征，如问题、答案、上下文、掩码查询和查询嵌入等。数据集分为训练集和测试集，分别包含10000和11313个样本。训练集大小为67754012字节，测试集大小为76696438字节。数据集的下载大小为126912442字节，总大小为144450450字节。

原始信息汇总

数据集概述

特征信息

• question: 问题，数据类型为字符串。
• answers: 答案，数据类型为字符串序列。
• ctxs: 上下文列表，包含以下字段：
  • hasanswer: 是否有答案，数据类型为布尔值。
  • id: 标识符，数据类型为字符串。
  • score: 分数，数据类型为浮点数（float64）。
  • text: 文本，数据类型为字符串。
  • title: 标题，数据类型为字符串。
• masked_query: 掩码查询，数据类型为字符串。
• query_embedding: 查询嵌入，数据类型为浮点数序列（float32）。

数据分割

• train: 训练集，包含10000个样本，占用67754012字节。
• test: 测试集，包含11313个样本，占用76696438字节。

数据集大小

• 下载大小: 126912442字节。
• 数据集大小: 144450450字节。

配置信息

• default: 默认配置，包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。