nikchar/retrieval_verification_bm25_roberta

---
dataset_info:
features:
- name: claim
dtype: string
- name: evidence_wiki_url
dtype: string
- name: text
dtype: string
- name: retrieved_evidence_title
sequence: string
- name: retrieved_evidence_text
sequence: string
- name: labels
dtype: int64
- name: Retrieval_Success
dtype: bool
- name: Predicted_Labels
dtype: int64
- name: Predicted_Labels_Each_doc
sequence: int64
splits:
- name: train
num_bytes: 66031496
num_examples: 11073
download_size: 30811974
dataset_size: 66031496
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "retrieval_verification_bm25_roberta"

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

数据集信息：
特征字段：
- 名称：claim，数据类型：字符串
- 名称：evidence_wiki_url，数据类型：字符串（维基百科证据来源链接）
- 名称：text，数据类型：字符串
- 名称：retrieved_evidence_title，数据类型：字符串序列
- 名称：retrieved_evidence_text，数据类型：字符串序列
- 名称：labels，数据类型：整型
- 名称：Retrieval_Success（检索成功状态），数据类型：布尔型
- 名称：Predicted_Labels（预测标签），数据类型：整型
- 名称：Predicted_Labels_Each_doc（单文档预测标签），数据类型：整型序列
划分集：
- 名称：训练集（train），字节数：66031496，样本数：11073
下载大小：30811974
数据集占用大小：66031496
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分集：训练集（train），路径：data/train-*

# 「retrieval_verification_bm25_roberta」数据集卡片

【需补充更多信息】，详见：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

数据集信息

• 特征列表:
  • claim: 类型为字符串。
  • evidence_wiki_url: 类型为字符串。
  • text: 类型为字符串。
  • retrieved_evidence_title: 类型为字符串序列。
  • retrieved_evidence_text: 类型为字符串序列。
  • labels: 类型为64位整数。
  • Retrieval_Success: 类型为布尔值。
  • Predicted_Labels: 类型为64位整数。
  • Predicted_Labels_Each_doc: 类型为64位整数序列。

数据分割

• 训练集:
  • 文件大小: 66031496字节
  • 样本数量: 11073个

数据集大小

• 下载大小: 30811974字节
• 数据集大小: 66031496字节

配置

• 默认配置:
  • 数据文件路径: data/train-*