Seongill/NQ_test

---
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
splits:
- name: train
num_bytes: 23885126
num_examples: 3610
download_size: 13827382
dataset_size: 23885126
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：question（问题），数据类型：字符串（string）
- 字段名：answers（答案集），数据类型：字符串序列（sequence of string）
- 字段名：ctxs（上下文集），为列表类型，其内部子字段包括：
- 子字段名：hasanswer（是否包含答案），数据类型：布尔值（bool）
- 子字段名：id（条目标识），数据类型：字符串（string）
- 子字段名：score（匹配得分），数据类型：双精度浮点数（float64）
- 子字段名：text（上下文文本），数据类型：字符串（string）
- 子字段名：title（文档标题），数据类型：字符串（string）
数据集划分：
- 划分名称：train（训练集），占用字节数：23885126，样本总数：3610
下载总大小：13827382，数据集存储总大小：23885126
数据集配置：
- 配置名称：default（默认配置），对应数据文件：
- 划分：train（训练集），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。

数据分割

• train: 包含3610个样本，占用23885126字节。

数据集大小

• 下载大小: 13827382字节。
• 数据集大小: 23885126字节。

配置

• default: 包含训练数据文件，路径为data/train-*。