Atipico1/NQ_train_preprocessed

---
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: query_embedding
sequence: float32
splits:
- name: train
num_bytes: 563423383
num_examples: 87925
download_size: 498394993
dataset_size: 563423383
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：question，数据类型：字符串
- 名称：answers，数据类型：字符串序列
- 名称：ctxs，数据类型为列表，包含以下子字段：
- 子字段名：hasanswer，数据类型：布尔值
- 子字段名：id，数据类型：字符串
- 子字段名：score，数据类型：双精度浮点数（float64）
- 子字段名：text，数据类型：字符串
- 子字段名：title，数据类型：字符串
- 名称：query_embedding，数据类型：单精度浮点数（float32）序列
数据划分：
- 名称：train，字节大小：563423383，示例数量：87925
下载大小：498394993，数据集总大小：563423383
数据集配置：
- 配置名称：default，数据文件：
- 数据划分：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: 数据类型为字符串。
• answers: 数据类型为字符串序列。
• ctxs: 列表类型，包含以下子特征：
  • hasanswer: 数据类型为布尔值。
  • id: 数据类型为字符串。
  • score: 数据类型为浮点数（float64）。
  • text: 数据类型为字符串。
  • title: 数据类型为字符串。
• query_embedding: 数据类型为浮点数序列（float32）。

数据集分割

• train: 包含87925个样本，占用563423383字节。

数据集大小

• 下载大小: 498394993字节。
• 数据集大小: 563423383字节。

配置

• default: 包含训练数据文件，路径为data/train-*。