mpkato/miracl-japanese-small-corpus

---
language:
- ja
license: apache-2.0
task_categories:
- text-retrieval
pretty_name: a
dataset_info:
features:
- name: docid
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 82583007
num_examples: 129260
download_size: 44837491
dataset_size: 82583007
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

语言：
- 日语
许可证：Apache-2.0
任务类别：
- 文本检索
展示名称：a
数据集信息：
特征字段：
- 字段名：文档ID（docid），数据类型：字符串
- 字段名：标题（title），数据类型：字符串
- 字段名：文本（text），数据类型：字符串
数据划分：
- 划分名称：训练集
字节数：82583007
样本数量：129260
下载大小：44837491
数据集总大小：82583007
配置项：
- 配置名称：默认（default）
数据文件：
- 划分：训练集
路径：data/train-*

原始信息汇总

数据集概述

基本信息

• 语言: 日语 (ja)
• 许可证: Apache-2.0
• 任务类别: 文本检索
• 数据集名称: a

数据集特征

• docid: 字符串类型
• title: 字符串类型
• text: 字符串类型

数据集划分

• 训练集:
  • 样本数量: 129260
  • 数据大小: 82583007字节

下载与数据集大小

• 下载大小: 44837491字节
• 数据集总大小: 82583007字节

配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*