sirCamp/news_as2_pairs_and_triplets

该数据集是NewsAS2的修改版本，专门设计用于训练/预训练passage-retrieval模型。数据集分为两部分：pairs部分包含问题-答案对，triplets部分包含问题-答案-困难否定答案三元组。

This dataset is a modified version of NewsAS2, specifically designed for training or pre-training passage-retrieval models. The dataset is divided into two subsets: the pairs subset consists of question-answer pairs, while the triplets subset consists of question-answer-hard negative answer triplets.

原始信息汇总

数据集概述

数据集名称

"news_as2_pairs_and_triplets"

数据集特征

• texts: 文本类型，为字符串序列。

数据集分割

• pairs:
  • num_bytes: 25762157
  • num_examples: 127663
• triplets:
  • num_bytes: 82621587
  • num_examples: 254649

数据集大小

• download_size: 46633612
• dataset_size: 108383744

数据集内容描述

• pairs split: 每个实例包含一个问题-（正）答案对。
• triplets split: 每个实例包含一个问题-（正）答案-（难负）答案三元组。