Atipico1/mrqa_preprocessed_with_substitution

---
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
- name: entity
dtype: string
- name: similar_entity
dtype: string
- name: similar_entity_score
dtype: float32
- name: random_entity
dtype: string
- name: random_entity_score
dtype: float64
splits:
- name: train
num_bytes: 662064785
num_examples: 160807
download_size: 691923376
dataset_size: 662064785
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：子集（subset），数据类型：字符串（string）
- 字段名：问题ID（qid），数据类型：字符串（string）
- 字段名：查询问题（question），数据类型：字符串（string）
- 字段名：答案序列（answers），数据类型：字符串序列
- 字段名：掩码查询（masked_query），数据类型：字符串（string）
- 字段名：上下文（context），数据类型：字符串（string）
- 字段名：答案语句（answer_sent），数据类型：字符串（string）
- 字段名：上下文中的答案序列（answer_in_context），数据类型：字符串序列
- 字段名：查询嵌入（query_embedding），数据类型：32位浮点型（float32）序列
- 字段名：实体（entity），数据类型：字符串（string）
- 字段名：相似实体（similar_entity），数据类型：字符串（string）
- 字段名：相似实体得分（similar_entity_score），数据类型：32位浮点型（float32）
- 字段名：随机实体（random_entity），数据类型：字符串（string）
- 字段名：随机实体得分（random_entity_score），数据类型：64位浮点型（float64）
数据拆分：
- 拆分名称：训练集（train），字节大小：662064785，样本数量：160807
下载总大小：691923376
数据集总大小：662064785
配置项：
- 配置名称：默认配置（default），数据文件：
- 拆分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集信息

特征

• subset: 类型为字符串
• qid: 类型为字符串
• question: 类型为字符串
• answers: 类型为字符串序列
• masked_query: 类型为字符串
• context: 类型为字符串
• answer_sent: 类型为字符串
• answer_in_context: 类型为字符串序列
• query_embedding: 类型为浮点数序列
• entity: 类型为字符串
• similar_entity: 类型为字符串
• similar_entity_score: 类型为浮点数
• random_entity: 类型为字符串
• random_entity_score: 类型为浮点数

数据分割

• train: 包含160807个样本，占用662064785字节

数据集大小

• 下载大小: 691923376字节
• 实际大小: 662064785字节

配置

• default:
  • 数据文件路径: data/train-*