ArvinZhuang/msmarco-document

--- dataset_info: features: - name: query_id dtype: string - name: query_text dtype: string - name: positive_document_ids list: string - name: negative_document_ids list: string splits: - name: train num_bytes: 448888159 num_examples: 367012 - name: dev num_bytes: 6352030 num_examples: 5193 - name: dl19 num_bytes: 52805 num_examples: 43 - name: dl20 num_bytes: 55491 num_examples: 45 download_size: 316140544 dataset_size: 455348485 configs: - config_name: default data_files: - split: train path: data/train-* - split: dev path: data/dev-* - split: dl19 path: data/dl19-* - split: dl20 path: data/dl20-* ---数据集信息： 特征项： - 名称：query_id，数据类型：字符串 - 名称：query_text，数据类型：字符串 - 名称：positive_document_ids，数据类型：字符串列表 - 名称：negative_document_ids，数据类型：字符串列表 数据集拆分： - 拆分名称：train（训练集），占用字节数：448888159，样本数量：367012 - 拆分名称：dev（验证集），占用字节数：6352030，样本数量：5193 - 拆分名称：dl19，占用字节数：52805，样本数量：43 - 拆分名称：dl20，占用字节数：55491，样本数量：45 下载总大小：316140544，数据集总占用大小：455348485 数据集配置： - 配置名称：default（默认配置），数据文件映射： - 拆分train对应路径：data/train-* - 拆分dev对应路径：data/dev-* - 拆分dl19对应路径：data/dl19-* - 拆分dl20对应路径：data/dl20-*