carlesoctav/miracl-corpus-id

---
dataset_info:
features:
- name: docid
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: target_embedding
sequence: float32
splits:
- name: train
num_bytes: 2764659648
num_examples: 1446315
download_size: 3251111063
dataset_size: 2764659648
---
# Dataset Card for "miracl-corpus-id"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 字段名：docid，数据类型：字符串
- 字段名：标题，数据类型：字符串
- 字段名：文本，数据类型：字符串
- 字段名：目标嵌入（target_embedding），数据类型为float32序列
数据集划分：
- 划分名称：训练集（train），字节大小：2764659648，样本数量：1446315
下载大小：3251111063
数据集总大小：2764659648
---
# 「miracl-corpus-id」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

miracl-corpus-id

数据集特征

• docid: 数据类型 - 字符串
• title: 数据类型 - 字符串
• text: 数据类型 - 字符串
• target_embedding: 数据类型 - 序列，类型为 float32

数据集分割

• train:
  • 数据量: 2764659648 字节
  • 示例数量: 1446315

数据集大小

• 下载大小: 3251111063 字节
• 数据集大小: 2764659648 字节