Atipico1/mrqa_unanswerable

---
dataset_info:
features:
- name: subset
dtype: string
- name: qid
dtype: string
- name: question
dtype: string
- name: answers
sequence: string
- name: masked_query
dtype: string
- name: context
dtype: string
- name: answer_sent
dtype: string
- name: answer_in_context
sequence: string
- name: query_embedding
sequence: float32
- name: Q_similar_context
dtype: string
- name: C_similar_context
dtype: string
- name: QC_similar_context
dtype: string
- name: random_context
dtype: string
splits:
- name: train
num_bytes: 2062521441.9081225
num_examples: 320008
download_size: 1770936676
dataset_size: 2062521441.9081225
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• subset: 数据子集，数据类型为字符串。
• qid: 问题ID，数据类型为字符串。
• question: 问题内容，数据类型为字符串。
• answers: 答案序列，数据类型为字符串序列。
• masked_query: 掩码查询，数据类型为字符串。
• context: 上下文信息，数据类型为字符串。
• answer_sent: 答案句子，数据类型为字符串。
• answer_in_context: 上下文中的答案，数据类型为字符串序列。
• query_embedding: 查询嵌入，数据类型为浮点数序列。
• Q_similar_context: 与问题相似的上下文，数据类型为字符串。
• C_similar_context: 与上下文相似的上下文，数据类型为字符串。
• QC_similar_context: 与问题和上下文相似的上下文，数据类型为字符串。
• random_context: 随机上下文，数据类型为字符串。

数据集划分

• train: 训练集，包含320008个样本，数据大小为2062521441.9081225字节。

数据集大小

• 下载大小: 1770936676字节
• 数据集大小: 2062521441.9081225字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。