andersonbcdefg/synthetic_nli_part2_with_margins

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
- name: neg
dtype: string
- name: source
dtype: string
- name: qp_sim
dtype: float32
- name: qn_sim
dtype: float32
- name: pn_sim
dtype: float32
- name: margin
dtype: float64
splits:
- name: train
num_bytes: 75465048.3371383
num_examples: 82938
download_size: 16959493
dataset_size: 75465048.3371383
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息（dataset_info）：
特征字段：
- 字段名：查询（query），数据类型：string
- 字段名：正样本（pos），数据类型：string
- 字段名：负样本（neg），数据类型：string
- 字段名：来源（source），数据类型：string
- 字段名：查询-正样本相似度（qp_sim），数据类型：float32
- 字段名：查询-负样本相似度（qn_sim），数据类型：float32
- 字段名：正样本-负样本相似度（pn_sim），数据类型：float32
- 字段名：间隔值（margin），数据类型：float64
数据集划分：
- 划分名称：训练集（train），字节占用量：75465048.3371383，样本总数：82938
下载体积：16959493
数据集总占用体积：75465048.3371383
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应数据集划分：训练集（train），数据路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• query: 字符串类型
• pos: 字符串类型
• neg: 字符串类型
• source: 字符串类型
• qp_sim: 浮点数类型 (float32)
• qn_sim: 浮点数类型 (float32)
• pn_sim: 浮点数类型 (float32)
• margin: 浮点数类型 (float64)

数据集分割

• train: 包含 82938 个样本，占用 75465048.3371383 字节

数据集大小

• 下载大小: 16959493 字节
• 实际大小: 75465048.3371383 字节

配置

• default:
  • train: 数据文件路径为 data/train-*