dabrox02/query-pairs-books-uts

这个数据集包含了queries（查询），corpus（语料库），relevant_docs（相关文档序列）和mode（模式）四个字段的信息。数据集被分为四个部分：全部合并的数据（merged），训练数据（train），验证数据（validation）和测试数据（test）。每个部分的数据量不同，总共包含了超过9亿字节的数据和超过14万个数据示例。

This dataset includes information for queries, corpus, relevant_docs sequence, and mode. It is split into four parts: merged data, training data (train), validation data, and test data. Each part contains a different amount of data, with a total of over 9 billion bytes of data and more than 140,000 examples.