Seongill/NQ_conflict_5_full

---
dataset_info:
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: substitute
dtype: 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: is_conflict
dtype: bool
- name: num_replace
dtype: int64
- name: num_answer
dtype: int64
splits:
- name: train
num_bytes: 12189883
num_examples: 3610
download_size: 7222006
dataset_size: 12189883
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：问题（question）
数据类型：字符串
- 名称：答案（answers）
数据类型：字符串序列
- 名称：替换项（substitute）
数据类型：字符串
- 名称：上下文列表（ctxs）
列表项：
- 名称：是否包含答案（hasanswer）
数据类型：布尔型
- 名称：标识符（id）
数据类型：字符串
- 名称：得分（score）
数据类型：64位浮点型（float64）
- 名称：文本（text）
数据类型：字符串
- 名称：标题（title）
数据类型：字符串
- 名称：是否存在冲突（is_conflict）
数据类型：布尔型
- 名称：替换次数（num_replace）
数据类型：64位整型（int64）
- 名称：答案数量（num_answer）
数据类型：64位整型（int64）
数据划分：
- 名称：训练集（train）
字节数：12189883
样本数：3610
下载大小：7222006
数据集总大小：12189883
配置项：
- 配置名称：默认（default）
数据文件：
- 数据划分：训练集（train）
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: 类型为字符串序列。
• substitute: 类型为字符串。
• ctxs: 类型为列表，包含以下子特征：
  • hasanswer: 类型为布尔值。
  • id: 类型为字符串。
  • score: 类型为浮点数（float64）。
  • text: 类型为字符串。
  • title: 类型为字符串。
• is_conflict: 类型为布尔值。
• num_replace: 类型为整数（int64）。
• num_answer: 类型为整数（int64）。

数据分割

• train: 包含3610个样本，占用12189883字节。

数据大小

• 下载大小: 7222006字节。
• 数据集大小: 12189883字节。

配置

• default: 包含训练数据文件，路径为data/train-*。

搜集汇总

背景与挑战

背景概述

该数据集基于Natural Questions（NQ）构建，专注于问答任务中的冲突检测场景，包含3,610个问答对，每个样本标注了答案、替代文本、上下文信息以及冲突标志。数据集以表格和文本形式呈现，适用于自然语言处理中的问答评估和冲突分析研究。