Atipico1/mrqa_v2_entity_similar-context

---
dataset_info:
features:
- name: subset
dtype: string
- name: qid
dtype: string
- name: question
dtype: string
- name: answers
sequence: string
- name: masked_query
dtype: string
- name: context
dtype: string
- name: answer_sent
dtype: string
- name: answer_in_context
sequence: string
- name: query_embedding
sequence: float32
- name: entity
dtype: string
- name: similar_entity
dtype: string
- name: similar_entity_score
dtype: float32
- name: random_entity
dtype: string
- name: random_entity_score
dtype: float64
- name: rewritten_context
dtype: string
- name: valid
dtype: bool
splits:
- name: train
num_bytes: 498857045
num_examples: 105316
download_size: 493976689
dataset_size: 498857045
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 名称：子集（subset），数据类型：字符串（string）
- 名称：问题ID（qid），数据类型：字符串（string）
- 名称：问题（question），数据类型：字符串（string）
- 名称：答案（answers），数据类型：字符串序列
- 名称：掩码查询（masked_query），数据类型：字符串（string）
- 名称：上下文（context），数据类型：字符串（string）
- 名称：答案句子（answer_sent），数据类型：字符串（string）
- 名称：上下文中的答案（answer_in_context），数据类型：字符串序列
- 名称：查询嵌入（query_embedding），数据类型：float32序列
- 名称：实体（entity），数据类型：字符串（string）
- 名称：相似实体（similar_entity），数据类型：字符串（string）
- 名称：相似实体得分（similar_entity_score），数据类型：float32
- 名称：随机实体（random_entity），数据类型：字符串（string）
- 名称：随机实体得分（random_entity_score），数据类型：float64
- 名称：重写上下文（rewritten_context），数据类型：字符串（string）
- 名称：有效性标识（valid），数据类型：布尔值（bool）
数据集划分：
- 划分名称：训练集（train），字节占用量：498857045，样本数量：105316
下载大小：493976689
数据集总大小：498857045
配置项：
- 配置名称：默认配置（default），数据文件：
- 训练集划分对应数据文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• subset: 字符串类型
• qid: 字符串类型
• question: 字符串类型
• answers: 字符串序列
• masked_query: 字符串类型
• context: 字符串类型
• answer_sent: 字符串类型
• answer_in_context: 字符串序列
• query_embedding: 浮点数序列
• entity: 字符串类型
• similar_entity: 字符串类型
• similar_entity_score: 浮点数类型
• random_entity: 字符串类型
• random_entity_score: 浮点数类型
• rewritten_context: 字符串类型
• valid: 布尔类型

数据集分割

• train: 包含105316个样本，占用498857045字节

数据集大小

• 下载大小: 493976689字节
• 数据集大小: 498857045字节

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*