andersonbcdefg/SPECTER-subset-dedup

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
- name: neg
dtype: string
splits:
- name: train
num_bytes: 556150901.5824461
num_examples: 128807
download_size: 319036990
dataset_size: 556150901.5824461
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：查询（query）
数据类型：字符串（string）
- 名称：正例（pos）
数据类型：字符串（string）
- 名称：负例（neg）
数据类型：字符串（string）
数据集划分：
- 名称：训练集（train）
字节大小：556150901.5824461
样本数量：128807
下载大小：319036990
数据集总大小：556150901.5824461
配置项：
- 配置名称：默认配置（default）
数据文件：
- 划分：训练集（train）
路径：data/train-*

原始信息汇总

数据集信息

特征

• query: 数据类型为字符串。
• pos: 数据类型为字符串。
• neg: 数据类型为字符串。

数据分割

• train: 包含128807个样本，占用556150901.5824461字节。

数据大小

• 下载大小: 319036990字节。
• 数据集大小: 556150901.5824461字节。

配置

• default:
  • 数据文件路径: data/train-*