Atipico1/NQ_preprocessed

---
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
- name: masked_query
dtype: string
- name: query_embedding
sequence: float32
splits:
- name: train
num_bytes: 64558633
num_examples: 10000
- name: test
num_bytes: 23378336
num_examples: 3610
download_size: 77819218
dataset_size: 87936969
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• question: 类型为字符串。
• answers: 类型为字符串序列。
• ctxs: 列表类型，包含以下子特征：
  • hasanswer: 类型为布尔值。
  • id: 类型为字符串。
  • score: 类型为浮点数（float64）。
  • text: 类型为字符串。
  • title: 类型为字符串。
• masked_query: 类型为字符串。
• query_embedding: 类型为浮点数序列（float32）。

数据集分割

• train: 包含10000个样本，占用64558633字节。
• test: 包含3610个样本，占用23378336字节。

数据集大小

• 下载大小: 77819218字节。
• 数据集大小: 87936969字节。

配置

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