Atipico1/mrqa_preprocessed

---
dataset_info:
features:
- name: subset
dtype: string
- name: qid
dtype: string
- name: question
dtype: string
- name: answers
sequence: string
- name: masked_query
dtype: string
- name: context
dtype: string
- name: answer_sent
dtype: string
- name: answer_in_context
sequence: string
- name: query_embedding
sequence: float32
splits:
- name: train
num_bytes: 1316665714
num_examples: 323487
download_size: 1360868118
dataset_size: 1316665714
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：子集（subset），数据类型：字符串（string）
- 名称：问题ID（qid），数据类型：字符串（string）
- 名称：问题（question），数据类型：字符串（string）
- 名称：答案（answers），数据类型：字符串序列
- 名称：掩码查询（masked_query），数据类型：字符串（string）
- 名称：上下文（context），数据类型：字符串（string）
- 名称：答案句子（answer_sent），数据类型：字符串（string）
- 名称：上下文中的答案（answer_in_context），数据类型：字符串序列
- 名称：查询嵌入（query_embedding），数据类型：float32序列
数据集划分：
- 划分名：训练集（train），字节数：1316665714，样本数：323487
下载大小：1360868118
数据集总大小：1316665714
配置项：
- 配置名：默认配置（default），数据文件：
- 划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集信息

特征

• subset: 字符串类型
• qid: 字符串类型
• question: 字符串类型
• answers: 字符串序列
• masked_query: 字符串类型
• context: 字符串类型
• answer_sent: 字符串类型
• answer_in_context: 字符串序列
• query_embedding: 浮点数序列

数据分割

• train:
  • 字节数: 1316665714
  • 样本数: 323487

数据集大小

• 下载大小: 1360868118 字节
• 数据集大小: 1316665714 字节

配置

• default:
  • 数据文件路径: data/train-*