Atipico1/incontext_nq

---
dataset_info:
- config_name: conflict
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: ctxs
list:
- name: hasanswer
dtype: bool
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: gpt_answer_sentence
dtype: string
- name: entity_type
dtype: string
- name: similar_entity
dtype: string
- name: similar_entity_score
dtype: float32
- name: random_entity
dtype: string
- name: random_entity_score
dtype: float64
- name: gpt_conflict_sentence
sequence: string
- name: is_valid_conflict_sentence
dtype: bool
- name: gpt_conflict_passage
sequence: string
- name: is_valid_conflict_passage
dtype: bool
splits:
- name: train
num_bytes: 25835423
num_examples: 3610
download_size: 14872958
dataset_size: 25835423
- config_name: default
features:
- name: question
dtype: string
- name: answers
sequence: string
- name: ctxs
list:
- name: hasanswer
dtype: bool
- name: nli
dtype: string
- name: score
dtype: float64
- name: text
dtype: string
- name: title
dtype: string
- name: gpt_answer_sentence
dtype: string
- name: gpt_adv_sentence
sequence: string
- name: is_valid_adv_sentence
dtype: bool
- name: gpt_adv_passage
sequence: string
- name: is_valid_adv_passage
dtype: bool
- name: hasanswer
dtype: bool
- name: answerable
dtype: string
- name: gpt_conflict_passage
sequence: string
- name: is_valid_conflict_passage
dtype: bool
- name: similar_entity
dtype: string
splits:
- name: train
num_bytes: 18558652
num_examples: 3610
download_size: 10383117
dataset_size: 18558652
configs:
- config_name: conflict
data_files:
- split: train
path: conflict/train-*
- config_name: default
data_files:
- split: train
path: data/train-*
---

dataset_info:
- 配置名称：冲突（conflict）
特征字段：
- 特征名：问题（question），数据类型：字符串（string）
- 特征名：答案集（answers），数据类型：字符串序列（sequence of string）
- 特征名：上下文列表（ctxs），为列表类型，包含以下子字段：
- 子特征名：是否包含答案（hasanswer），数据类型：布尔值（bool）
- 子特征名：分值（score），数据类型：64位浮点数（float64）
- 子特征名：文本（text），数据类型：字符串（string）
- 子特征名：标题（title），数据类型：字符串（string）
- 特征名：GPT生成答案语句（gpt_answer_sentence），数据类型：字符串（string）
- 特征名：实体类型（entity_type），数据类型：字符串（string）
- 特征名：相似实体（similar_entity），数据类型：字符串（string）
- 特征名：相似实体分值（similar_entity_score），数据类型：32位浮点数（float32）
- 特征名：随机实体（random_entity），数据类型：字符串（string）
- 特征名：随机实体分值（random_entity_score），数据类型：64位浮点数（float64）
- 特征名：GPT生成冲突语句集（gpt_conflict_sentence），数据类型：字符串序列（sequence of string）
- 特征名：冲突语句有效性标记（is_valid_conflict_sentence），数据类型：布尔值（bool）
- 特征名：GPT生成冲突段落集（gpt_conflict_passage），数据类型：字符串序列（sequence of string）
- 特征名：冲突段落有效性标记（is_valid_conflict_passage），数据类型：布尔值（bool）
数据集划分：
- 划分名称：训练集（train），字节占用量：25835423，样本数量：3610
下载大小：14872958，数据集总大小：25835423
- 配置名称：默认（default）
特征字段：
- 特征名：问题（question），数据类型：字符串（string）
- 特征名：答案集（answers），数据类型：字符串序列（sequence of string）
- 特征名：上下文列表（ctxs），为列表类型，包含以下子字段：
- 子特征名：是否包含答案（hasanswer），数据类型：布尔值（bool）
- 子特征名：自然语言推理结果（nli），数据类型：字符串（string）
- 子特征名：分值（score），数据类型：64位浮点数（float64）
- 子特征名：文本（text），数据类型：字符串（string）
- 子特征名：标题（title），数据类型：字符串（string）
- 特征名：GPT生成答案语句（gpt_answer_sentence），数据类型：字符串（string）
- 特征名：GPT生成对抗语句集（gpt_adv_sentence），数据类型：字符串序列（sequence of string）
- 特征名：对抗语句有效性标记（is_valid_adv_sentence），数据类型：布尔值（bool）
- 特征名：GPT生成对抗段落集（gpt_adv_passage），数据类型：字符串序列（sequence of string）
- 特征名：对抗段落有效性标记（is_valid_adv_passage），数据类型：布尔值（bool）
- 特征名：是否包含答案（hasanswer），数据类型：布尔值（bool）
- 特征名：可回答性标记（answerable），数据类型：字符串（string）
- 特征名：GPT生成冲突段落集（gpt_conflict_passage），数据类型：字符串序列（sequence of string）
- 特征名：冲突段落有效性标记（is_valid_conflict_passage），数据类型：布尔值（bool）
- 特征名：相似实体（similar_entity），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节占用量：18558652，样本数量：3610
下载大小：10383117，数据集总大小：18558652
配置集：
- 配置名称：冲突（conflict），数据文件：
- 划分：训练集（train），文件路径：conflict/train-*
- 配置名称：默认（default），数据文件：
- 划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

配置名称：conflict

• 特征信息：

  • 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。
    • score: 数据类型为浮点数64位。
    • text: 数据类型为字符串。
    • title: 数据类型为字符串。
  • gpt_answer_sentence: 数据类型为字符串。
  • entity_type: 数据类型为字符串。
  • similar_entity: 数据类型为字符串。
  • similar_entity_score: 数据类型为浮点数32位。
  • random_entity: 数据类型为字符串。
  • random_entity_score: 数据类型为浮点数64位。
  • gpt_conflict_sentence: 数据类型为字符串序列。
  • is_valid_conflict_sentence: 数据类型为布尔值。
  • gpt_conflict_passage: 数据类型为字符串序列。
  • is_valid_conflict_passage: 数据类型为布尔值。

• 数据分割信息：

  • train: 数据大小为25835423字节，包含3610个示例。
  • 下载大小： 14872958字节。
  • 数据集大小： 25835423字节。

配置名称：default

• 特征信息：

  • 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。
    • nli: 数据类型为字符串。
    • score: 数据类型为浮点数64位。
    • text: 数据类型为字符串。
    • title: 数据类型为字符串。
  • gpt_answer_sentence: 数据类型为字符串。
  • gpt_adv_sentence: 数据类型为字符串序列。
  • is_valid_adv_sentence: 数据类型为布尔值。
  • gpt_adv_passage: 数据类型为字符串序列。
  • is_valid_adv_passage: 数据类型为布尔值。
  • hasanswer: 数据类型为布尔值。
  • answerable: 数据类型为字符串。
  • gpt_conflict_passage: 数据类型为字符串序列。
  • is_valid_conflict_passage: 数据类型为布尔值。
  • similar_entity: 数据类型为字符串。

• 数据分割信息：

  • train: 数据大小为18558652字节，包含3610个示例。
  • 下载大小： 10383117字节。
  • 数据集大小： 18558652字节。

数据文件路径

• conflict配置：
  • train: 路径为conflict/train-*。
• default配置：
  • train: 路径为data/train-*。