Atipico1/NQ-20k

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: ctxs
list:
- name: hasanswer
dtype: bool
- name: id
dtype: string
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: train
num_bytes: 66639996.13306796
num_examples: 20000
- name: test
num_bytes: 12097860
num_examples: 3610
download_size: 46731601
dataset_size: 78737856.13306797
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• question: 数据类型为字符串。
• answers: 数据类型为字符串序列。
• ctxs: 列表类型，包含以下子特征：
  • hasanswer: 数据类型为布尔值。
  • id: 数据类型为字符串。
  • score: 数据类型为浮点数（float64）。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。

数据分割

• train: 包含20000个样本，占用66639996.13306796字节。
• test: 包含3610个样本，占用12097860字节。

数据集大小

• 下载大小: 46731601字节。
• 数据集大小: 78737856.13306797字节。

配置信息

• default: 包含以下数据文件路径：
  • train: data/train-*
  • test: data/test-*