ahmadSiddiqi/t5

---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
splits:
- name: corpus
num_bytes: 20943727
num_examples: 22633
- name: queries
num_bytes: 23573
num_examples: 222
download_size: 8722569
dataset_size: 20967300
configs:
- config_name: default
data_files:
- split: corpus
path: data/corpus-*
- split: queries
path: data/queries-*
---

数据集信息：
特征：
- 字段名：id，数据类型：字符串
- 字段名：text，数据类型：字符串
数据拆分：
- 拆分名称：语料库（corpus），字节数：20943727，样本数：22633
- 拆分名称：查询集（queries），字节数：23573，样本数：222
下载大小：8722569，数据集总大小：20967300
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据拆分：corpus，路径：data/corpus-*
- 数据拆分：queries，路径：data/queries-*

原始信息汇总

数据集概述

特征信息

• id: 数据类型为字符串。
• text: 数据类型为字符串。

数据分割

• corpus:
  • 字节数: 20943727
  • 样本数: 22633
• queries:
  • 字节数: 23573
  • 样本数: 222

数据大小

• 下载大小: 8722569 字节
• 数据集大小: 20967300 字节

配置信息

• default 配置:
  • 数据文件:
    • corpus 分割: data/corpus-*
    • queries 分割: data/queries-*