C-MTEB/DuRetrieval

---
configs:
- config_name: default
data_files:
- split: corpus
path: data/corpus-*
- split: queries
path: data/queries-*
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
splits:
- name: corpus
num_bytes: 91213303
num_examples: 100001
- name: queries
num_bytes: 131354
num_examples: 2000
download_size: 64531170
dataset_size: 91344657
---
# Dataset Card for "DuRetrieval"

[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：default（默认配置）
数据文件：
- 拆分子集：corpus，文件路径：data/corpus-*
- 拆分子集：queries，文件路径：data/queries-*
数据集信息：
特征字段：
- 字段名：id，数据类型：字符串（string）
- 字段名：text，数据类型：字符串（string）
拆分子集详情：
- 名称：corpus，字节占用量：91213303，样本总数：100001
- 名称：queries，字节占用量：131354，样本总数：2000
下载总大小：64531170
数据集总占用大小：91344657
---
# 「DuRetrieval」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 默认配置 (config_name: default)
  • 数据文件路径
    • 语料库 (split: corpus): data/corpus-*
    • 查询 (split: queries): data/queries-*

数据集信息

• 特征

  • id: 数据类型为字符串
  • text: 数据类型为字符串

• 分割详情

  • 语料库 (split: corpus)
    • 字节数: 91213303
    • 示例数: 100001
  • 查询 (split: queries)
    • 字节数: 131354
    • 示例数: 2000

• 下载与数据集大小

  • 下载大小: 64531170
  • 数据集大小: 91344657