dmrau/cqudubstack-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 "cqudubstack-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：默认配置（default） 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： 特征字段： - 字段名：_id 数据类型：字符串（string） - 字段名：文本（text） 数据类型：字符串（string） - 字段名：标题（title） 数据类型：字符串（string） 数据拆分： - 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 数据集总占用大小：18303158 --- # 「cqudubstack-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

配置

• 默认配置：
  • 数据文件：
    • 查询集：路径为 data/queries-*
    • 语料库：路径为 data/corpus-*

数据集信息

• 特征：

  • _id：类型为字符串
  • text：类型为字符串
  • title：类型为字符串

• 拆分：

  • 查询集：
    • 字节数：103588
    • 样本数：1570
  • 语料库：
    • 字节数：18199570
    • 样本数：40221

• 下载大小：11382247 字节

• 数据集大小：18303158 字节