Atipico1/NQ_train_preprocessed_with_so_case

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: ctxs
list:
- name: hasanswer
dtype: bool
- name: id
dtype: string
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: original_case
list:
- name: answer
dtype: string
- name: context
dtype: string
- name: distance
dtype: string
- name: question
dtype: string
splits:
- name: train
num_bytes: 614143977
num_examples: 87925
download_size: 333895121
dataset_size: 614143977
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征结构：
- 名称：question，数据类型：字符串（string）
- 名称：answers，数据类型：字符串序列（sequence）
- 名称：ctxs，数据类型：列表，包含以下子字段：
- 子字段名：hasanswer，数据类型：布尔型（bool）
- 子字段名：id，数据类型：字符串（string）
- 子字段名：score，数据类型：64位浮点数（float64）
- 子字段名：text，数据类型：字符串（string）
- 子字段名：title，数据类型：字符串（string）
- 名称：original_case，数据类型：列表，包含以下子字段：
- 子字段名：answer，数据类型：字符串（string）
- 子字段名：context，数据类型：字符串（string）
- 子字段名：distance，数据类型：字符串（string）
- 子字段名：question，数据类型：字符串（string）
数据集拆分：
- 拆分名称：train，字节占用量：614143977，样本数量：87925
下载大小：333895121
数据集总大小：614143977
数据集配置：
- 配置名称：default，数据文件配置：
- 对应拆分：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: 序列类型，元素为字符串。
• ctxs: 列表类型，包含以下字段：
  • hasanswer: 布尔类型。
  • id: 字符串类型。
  • score: 浮点数类型。
  • text: 字符串类型。
  • title: 字符串类型。
• original_case: 列表类型，包含以下字段：
  • answer: 字符串类型。
  • context: 字符串类型。
  • distance: 字符串类型。
  • question: 字符串类型。

数据分割

• train: 包含87925个样本，占用614143977字节。

数据集大小

• 下载大小: 333895121字节。
• 数据集大小: 614143977字节。

配置

• default: 包含训练数据文件，路径为data/train-*。