andersonbcdefg/pubmed_triples_unfiltered

---
dataset_info:
features:
- name: question
dtype: string
- name: long_answer
dtype: string
- name: neg
dtype: string
- name: query
dtype: string
- name: pos
dtype: string
splits:
- name: train
num_bytes: 284106725
num_examples: 273500
download_size: 171964821
dataset_size: 284106725
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：问题（question），数据类型：字符串（string）
- 字段名：长答案（long_answer），数据类型：字符串（string）
- 字段名：负样本（neg），数据类型：字符串（string）
- 字段名：查询（query），数据类型：字符串（string）
- 字段名：正样本（pos），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节数：284106725，样本数量：273500
下载大小：171964821
数据集总大小：284106725
配置项：
- 配置名称：默认（default）
数据文件：
- 划分：训练集（train），路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• question: 数据类型为字符串。
• long_answer: 数据类型为字符串。
• neg: 数据类型为字符串。
• query: 数据类型为字符串。
• pos: 数据类型为字符串。

数据集分割

• train: 包含273,500个样本，占用284,106,725字节。

数据集大小

• 下载大小: 171,964,821字节。
• 数据集大小: 284,106,725字节。

配置

• default: 包含训练数据文件，路径为data/train-*。