Atipico1/NQ-30k

--- 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: 99959994.19960193 num_examples: 30000 - name: test num_bytes: 12097860 num_examples: 3610 download_size: 66498219 dataset_size: 112057854.19960193 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 特征项： - 字段名：问题（question），数据类型：字符串 - 字段名：答案集（answers），数据类型：字符串序列 - 字段名：上下文列表（ctxs），为列表类型，其内部包含： - 字段名：是否包含答案（hasanswer），数据类型：布尔值 - 字段名：标识符（id），数据类型：字符串 - 字段名：分值（score），数据类型：64位浮点型（float64） - 字段名：文本（text），数据类型：字符串 - 字段名：标题（title），数据类型：字符串 数据划分： - 训练集（train）：数据占用约99959994.19960193字节，样本总量30000 - 测试集（test）：数据占用约12097860字节，样本总量3610 下载总大小：66498219字节 数据集总占用大小：112057854.19960193字节 配置项： - 默认配置（default）：数据文件配置如下 - 训练集对应数据文件路径为data/train-* - 测试集对应数据文件路径为data/test-*

原始信息汇总

数据集概述

特征信息

• question: 数据类型为字符串。
• answers: 数据类型为字符串序列。
• ctxs: 包含以下子特征的列表：
  • 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:
  • 字节数: 99959994.19960193
  • 样本数: 30000
• test:
  • 字节数: 12097860
  • 样本数: 3610

数据集大小

• 下载大小: 66498219 字节
• 数据集大小: 112057854.19960193 字节

配置信息

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