dmrau/cqudupstack-tex

--- configs: - config_name: default data_files: - split: queries path: data/queries-* - split: corpus path: data/corpus-* dataset_info: features: - name: _id dtype: string - name: text dtype: string - name: title dtype: string splits: - name: queries num_bytes: 186934 num_examples: 2906 - name: corpus num_bytes: 86600423 num_examples: 68184 download_size: 43424126 dataset_size: 86787357 --- # Dataset Card for "cqudupstack-tex" [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： - 数据拆分（split）：queries（查询集） 文件路径：data/queries-* - 数据拆分（split）：corpus（语料集） 文件路径：data/corpus-* 数据集信息： 数据特征： - 字段名：_id（数据标识符），数据类型：字符串（string） - 字段名：text（文本内容），数据类型：字符串（string） - 字段名：title（标题），数据类型：字符串（string） 数据拆分： - 拆分名称：queries（查询集），数据字节数：186934，样本数量：2906 - 拆分名称：corpus（语料集），数据字节数：86600423，样本数量：68184 下载总大小：43424126 数据集总大小：86787357 --- # 「cqudupstack-tex」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

配置

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

数据集信息

• 特征:
  • _id: 字符串类型
  • text: 字符串类型
  • title: 字符串类型
• 分割:
  • queries:
    • 字节数: 186934
    • 样本数: 2906
  • corpus:
    • 字节数: 86600423
    • 样本数: 68184
• 下载大小: 43424126 字节
• 数据集大小: 86787357 字节