DeepPavlov/wizard_of_wikipedia

---
dataset_info:
- config_name: corpus
features:
- name: id
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: test
num_bytes: 14774318
num_examples: 19697
- name: train
num_bytes: 121189583
num_examples: 165023
- name: valid
num_bytes: 14275162
num_examples: 19005
download_size: 94232724
dataset_size: 150239063
- config_name: qrels
features:
- name: query-id
dtype: string
- name: corpus-id
dtype: string
- name: score
dtype: int64
splits:
- name: test
num_bytes: 2137234
num_examples: 61489
- name: train
num_bytes: 43085706
num_examples: 1169958
- name: valid
num_bytes: 2143198
num_examples: 61807
download_size: 9212508
dataset_size: 47366138
- config_name: queries
features:
- name: id
dtype: string
- name: text
list:
- name: content
dtype: string
- name: role
dtype: string
- name: persona
dtype: string
- name: topic
dtype: string
splits:
- name: test
num_bytes: 8629046
num_examples: 8782
- name: train
num_bytes: 166124182
num_examples: 166787
- name: valid
num_bytes: 8688717
num_examples: 8806
download_size: 13631577
dataset_size: 183441945
configs:
- config_name: corpus
data_files:
- split: test
path: corpus/test-*
- split: train
path: corpus/train-*
- split: valid
path: corpus/valid-*
- config_name: qrels
data_files:
- split: test
path: qrels/test-*
- split: train
path: qrels/train-*
- split: valid
path: qrels/valid-*
- config_name: queries
data_files:
- split: test
path: queries/test-*
- split: train
path: queries/train-*
- split: valid
path: queries/valid-*
---

数据集信息：
- 配置名称：语料库（corpus）
特征：
- 字段名：ID（id），数据类型：字符串（string）
- 字段名：标题（title），数据类型：字符串（string）
- 字段名：文本（text），数据类型：字符串（string）
数据集划分：
- 划分名称：测试集（test），字节数：14774318，样本数量：19697
- 划分名称：训练集（train），字节数：121189583，样本数量：165023
- 划分名称：验证集（valid），字节数：14275162，样本数量：19005
下载总大小：94232724 字节
数据集总占用大小：150239063 字节
- 配置名称：相关性评分（qrels）
特征：
- 字段名：query-id，数据类型：字符串（string）
- 字段名：corpus-id，数据类型：字符串（string）
- 字段名：得分（score），数据类型：64位整数（int64）
数据集划分：
- 划分名称：测试集（test），字节数：2137234，样本数量：61489
- 划分名称：训练集（train），字节数：43085706，样本数量：1169958
- 划分名称：验证集（valid），字节数：2143198，样本数量：61807
下载总大小：9212508 字节
数据集总占用大小：47366138 字节
- 配置名称：查询集（queries）
特征：
- 字段名：ID（id），数据类型：字符串（string）
- 字段名：文本（text），为列表类型，包含子字段：
- 字段名：内容（content），数据类型：字符串（string）
- 字段名：角色（role），数据类型：字符串（string）
- 字段名：人设（persona），数据类型：字符串（string）
- 字段名：主题（topic），数据类型：字符串（string）
数据集划分：
- 划分名称：测试集（test），字节数：8629046，样本数量：8782
- 划分名称：训练集（train），字节数：166124182，样本数量：166787
- 划分名称：验证集（valid），字节数：8688717，样本数量：8806
下载总大小：13631577 字节
数据集总占用大小：183441945 字节
数据集配置：
- 配置名称：语料库（corpus）
数据文件：
- 数据集划分：测试集（test），文件路径：corpus/test-*
- 数据集划分：训练集（train），文件路径：corpus/train-*
- 数据集划分：验证集（valid），文件路径：corpus/valid-*
- 配置名称：相关性评分（qrels）
数据文件：
- 数据集划分：测试集（test），文件路径：qrels/test-*
- 数据集划分：训练集（train），文件路径：qrels/train-*
- 数据集划分：验证集（valid），文件路径：qrels/valid-*
- 配置名称：查询集（queries）
数据文件：
- 数据集划分：测试集（test），文件路径：queries/test-*
- 数据集划分：训练集（train），文件路径：queries/train-*
- 数据集划分：验证集（valid），文件路径：queries/valid-*