Seongill/nq_squad

---
dataset_info:
features:
- name: id
dtype: string
- name: title
dtype: string
- name: context
dtype: string
- name: question
dtype: string
- name: answers
sequence:
- name: text
dtype: string
- name: answer_start
dtype: int32
- name: masked_query
dtype: string
- name: query_embedding
sequence: float32
splits:
- name: train
num_bytes: 397691626
num_examples: 98169
download_size: 381540105
dataset_size: 397691626
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：`id`，数据类型：字符串
- 字段名：`title`，数据类型：字符串
- 字段名：`context`，数据类型：字符串
- 字段名：`question`，数据类型：字符串
- 字段名：`answers`：类型为序列，包含以下子字段：
- 子字段`text`：数据类型为字符串
- 子字段`answer_start`：数据类型为32位整数（int32）
- 字段名：`masked_query`，数据类型：字符串
- 字段名：`query_embedding`：类型为序列，元素数据类型为32位浮点数（float32）
数据集划分：
- 划分名称：`train`（训练集），占用字节数：397691626，样本总数：98169
下载总大小：381540105
数据集总占用大小：397691626
配置项：
- 配置名称：`default`（默认配置），数据文件配置：
- 对应`train`（训练）划分的数据文件路径为 `data/train-*`

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• title: 数据类型为字符串。
• context: 数据类型为字符串。
• question: 数据类型为字符串。
• answers: 包含以下序列：
  • text: 数据类型为字符串。
  • answer_start: 数据类型为整数（int32）。
• masked_query: 数据类型为字符串。
• query_embedding: 数据类型为浮点数序列（float32）。

数据分割

• train: 包含98169个样本，占用397691626字节。

数据集大小

• 下载大小: 381540105字节。
• 数据集大小: 397691626字节。

配置

• default: 包含训练数据文件，路径为data/train-*。