Seongill/NQ_missing_5_similar_substitution

该数据集包含多个特征，如问题、答案、上下文等。上下文特征进一步细分为答案句子、是否有答案、ID、分数、文本和标题。此外，数据集还包含是否有答案、随机主题、相似主题和实体类型等特征。数据集分为训练集，包含3610个样本，总大小为14183838字节。

原始信息汇总

数据集概述

数据集特征

• question: 类型为字符串。
• answers: 类型为字符串序列。
• ctxs: 列表类型，包含以下子特征：
  • answer_sent: 类型为字符串序列。
  • hasanswer: 类型为布尔值。
  • id: 类型为字符串。
  • score: 类型为浮点数（float64）。
  • text: 类型为字符串。
  • title: 类型为字符串。
• has_answer: 类型为布尔值。
• random_sub: 类型为字符串。
• similar_sub: 类型为字符串。
• ent_type: 类型为字符串。

数据集划分

• train: 包含3610个样本，占用14183838字节。

数据集大小

• 下载大小: 7823763字节。
• 数据集大小: 14183838字节。

配置

• default: 包含训练数据文件，路径为data/train-*。