dmrau/cqadupstack-english

---
configs:
- config_name: default
data_files:
- split: queries
path: data/queries-*
- split: corpus
path: data/corpus-*
dataset_info:
features:
- name: _id
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: queries
num_bytes: 103588
num_examples: 1570
- name: corpus
num_bytes: 18199570
num_examples: 40221
download_size: 11382247
dataset_size: 18303158
---
# Dataset Card for "cqadupstack-english"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- 配置名称：default（默认配置）
数据文件：
- 数据拆分：查询集（queries），文件路径：data/queries-*
- 数据拆分：语料库（corpus），文件路径：data/corpus-*
数据集信息：
数据特征：
- 字段名：_id，数据类型：字符串
- 字段名：text，数据类型：字符串
- 字段名：title，数据类型：字符串
数据拆分详情：
- 拆分名称：查询集（queries），字节大小：103588，样本数量：1570
- 拆分名称：语料库（corpus），字节大小：18199570，样本数量：40221
下载总大小：11382247，数据集总存储大小：18303158
---
# 「cqadupstack-english」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
  • 数据文件:
    • 分割: queries
      • 路径: data/queries-*
    • 分割: corpus
      • 路径: data/corpus-*

数据集信息

• 特征:
  • 名称: _id
    • 数据类型: string
  • 名称: text
    • 数据类型: string
  • 名称: title
    • 数据类型: string
• 分割:
  • 名称: queries
    • 字节数: 103588
    • 样本数: 1570
  • 名称: corpus
    • 字节数: 18199570
    • 样本数: 40221
• 下载大小: 11382247
• 数据集大小: 18303158