andersonbcdefg/captions_triples_unfiltered_bm25

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
- name: neg
dtype: string
splits:
- name: train
num_bytes: 40294446
num_examples: 229311
download_size: 21806078
dataset_size: 40294446
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征集合：
- 字段：查询（query），数据类型为字符串
- 字段：正样本（pos），数据类型为字符串
- 字段：负样本（neg），数据类型为字符串
数据拆分：
- 拆分名称：训练集（train），占用字节数：40294446，样本总量：229311
下载大小：21806078 字节
数据集总存储尺寸：40294446 字节
配置项：
- 配置名称：默认（default），数据文件路径：
- 训练集拆分对应的数据文件路径为：data/train-*

原始信息汇总

数据集概述

数据集特征

• query: 数据类型为字符串（string）
• pos: 数据类型为字符串（string）
• neg: 数据类型为字符串（string）

数据集分割

• train:
  • 字节数: 40294446
  • 样本数: 229311

数据集大小

• 下载大小: 21806078 字节
• 数据集大小: 40294446 字节

配置信息

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*