mayankkeshari/hotpotqa-sentence-retrieval-with-attn-scores-18-12-25

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: query_id
dtype: string
- name: passage_id
dtype: string
- name: sentence_hash
dtype: string
- name: query
dtype: string
- name: answer
dtype: string
- name: query_type
dtype: string
- name: query_level
dtype: string
- name: passage
dtype: string
- name: passage_idx
dtype: int32
- name: title
dtype: string
- name: num_sentences_in_passage
dtype: int32
- name: sentence
dtype: string
- name: sentence_idx
dtype: int32
- name: sentence_char_start
dtype: int32
- name: sentence_char_end
dtype: int32
- name: relevant
dtype:
class_label:
names:
'0': not_relevant
'1': relevant
- name: source_split
dtype: string
- name: original_split
dtype: string
- name: passage_reranker_score
dtype: float64
- name: sentence_attn_score
dtype: float64
- name: sentence_attn_score_normalized
dtype: float64
splits:
- name: train
num_bytes: 3825021997
num_examples: 3207791
- name: validation
num_bytes: 477494362
num_examples: 401074
- name: test
num_bytes: 477002501
num_examples: 400379
download_size: 991727878
dataset_size: 4779518860
---
# Dataset Card for "hotpotqa-sentence-retrieval-with-attn-scores-18-12-25"

[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（config_name）：default（默认配置）
数据文件（data_files）：
- 数据拆分（split）：训练集（train），路径（path）：data/train-*
- 数据拆分：验证集（validation），路径：data/validation-*
- 数据拆分：测试集（test），路径：data/test-*
数据集信息（dataset_info）：
特征字段（features）：
- 字段名称：查询ID（query_id），数据类型（dtype）：字符串（string）
- 字段名称：段落ID（passage_id），数据类型：字符串
- 字段名称：句子哈希值（sentence_hash），数据类型：字符串
- 字段名称：查询文本（query），数据类型：字符串
- 字段名称：答案文本（answer），数据类型：字符串
- 字段名称：查询类型（query_type），数据类型：字符串
- 字段名称：查询难度等级（query_level），数据类型：字符串
- 字段名称：段落文本（passage），数据类型：字符串
- 字段名称：段落索引（passage_idx），数据类型：int32（32位整数）
- 字段名称：标题（title），数据类型：字符串
- 字段名称：段落内句子总数（num_sentences_in_passage），数据类型：int32
- 字段名称：句子文本（sentence），数据类型：字符串
- 字段名称：句子索引（sentence_idx），数据类型：int32
- 字段名称：句子字符起始位置（sentence_char_start），数据类型：int32
- 字段名称：句子字符结束位置（sentence_char_end），数据类型：int32
- 字段名称：相关性标记（relevant），数据类型：
类别标签（class_label）：
标签映射：
'0'：不相关（not_relevant）
'1'：相关（relevant）
- 字段名称：源数据拆分（source_split），数据类型：字符串
- 字段名称：原始数据拆分（original_split），数据类型：字符串
- 字段名称：段落重排序得分（passage_reranker_score），数据类型：float64（64位浮点数）
- 字段名称：句子注意力得分（sentence_attn_score），数据类型：float64
- 字段名称：归一化句子注意力得分（sentence_attn_score_normalized），数据类型：float64
数据拆分统计（splits）：
- 拆分名称：训练集（train），总字节数：3825021997，样本总量：3207791
- 拆分名称：验证集（validation），总字节数：477494362，样本总量：401074
- 拆分名称：测试集（test），总字节数：477002501，样本总量：400379
下载总大小（download_size）：991727878，数据集总大小（dataset_size）：4779518860

# 数据集卡片（Dataset Card）："hotpotqa-sentence-retrieval-with-attn-scores-18-12-25"
[更多信息待补充](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)