nthakur-backup/bge-retrieval-data-healthcare-50K

---
dataset_info:
features:
- name: query_id
dtype: string
- name: query
dtype: string
- name: positive_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
- name: negative_passages
list:
- name: docid
dtype: string
- name: text
dtype: string
- name: title
dtype: string
- name: subset
dtype: string
splits:
- name: train
num_bytes: 745614581.927809
num_examples: 44557
download_size: 329970296
dataset_size: 745614581.927809
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：查询ID（query_id），数据类型：字符串
- 名称：查询文本（query），数据类型：字符串
- 名称：正样本段落（positive_passages），为列表类型，列表内包含以下字段：
- 文档ID（docid），数据类型：字符串
- 段落文本（text），数据类型：字符串
- 段落标题（title），数据类型：字符串
- 名称：负样本段落（negative_passages），为列表类型，列表内包含以下字段：
- 文档ID（docid），数据类型：字符串
- 段落文本（text），数据类型：字符串
- 段落标题（title），数据类型：字符串
- 名称：子集标识（subset），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：745614581.927809，样本数量：44557
下载总大小：329970296，数据集总大小：745614581.927809
数据集配置：
- 配置名称：默认配置（default），数据文件路径：
- 训练集划分对应数据文件为 data/train-*