Seongill/NQ_5_missing_adv

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: has_answer
dtype: bool
- name: similar_sub
dtype: string
- name: ctxs
list:
- name: answer_sent
sequence: string
- name: hasanswer
dtype: bool
- name: id
dtype: string
- name: is_adv
dtype: bool
- name: new_answer_sent
dtype: string
- name: original_text
dtype: string
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: status
dtype: string
splits:
- name: train
num_bytes: 14863743
num_examples: 3610
download_size: 8082600
dataset_size: 14863743
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：问题（question），数据类型：字符串
- 名称：答案集（answers），数据类型：字符串序列
- 名称：是否包含答案（has_answer），数据类型：布尔值
- 名称：相似子项（similar_sub），数据类型：字符串
- 名称：上下文集（ctxs），列表类型，其子字段如下：
- 名称：答案句（answer_sent），数据类型：字符串序列
- 名称：是否含答案（hasanswer），数据类型：布尔值
- 名称：编号（id），数据类型：字符串
- 名称：是否为对抗样本（is_adv），数据类型：布尔值
- 名称：新答案句（new_answer_sent），数据类型：字符串
- 名称：原始文本（original_text），数据类型：字符串
- 名称：得分（score），数据类型：64位浮点数
- 名称：文本（text），数据类型：字符串
- 名称：标题（title），数据类型：字符串
- 名称：状态（status），数据类型：字符串
数据划分：
- 划分名称：训练集（train），字节占用：14863743，样本数：3610
下载大小：8082600
数据集总大小：14863743
配置项：
- 配置名称：默认配置（default），数据文件配置：
- 对应数据划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集信息

特征

• question: 类型为字符串。
• answers: 类型为字符串序列。
• has_answer: 类型为布尔值。
• similar_sub: 类型为字符串。
• ctxs: 列表类型，包含以下子特征：
  • answer_sent: 类型为字符串序列。
  • hasanswer: 类型为布尔值。
  • id: 类型为字符串。
  • is_adv: 类型为布尔值。
  • new_answer_sent: 类型为字符串。
  • original_text: 类型为字符串。
  • score: 类型为浮点数（float64）。
  • text: 类型为字符串。
  • title: 类型为字符串。
• status: 类型为字符串。

数据分割

• train: 包含3610个样本，占用14863743字节。

数据集大小

• 下载大小: 8082600字节。
• 数据集大小: 14863743字节。

配置

• default: 包含训练数据文件，路径为data/train-*。