andersonbcdefg/quora_triplets_with_margins

---
dataset_info:
features:
- name: query
dtype: string
- name: pos
dtype: string
- name: neg
dtype: string
- name: source
dtype: string
- name: qp_sim
dtype: float32
- name: qn_sim
dtype: float32
- name: pn_sim
dtype: float32
- name: margin
dtype: float64
splits:
- name: train
num_bytes: 84326536.50607641
num_examples: 92677
download_size: 12123742
dataset_size: 84326536.50607641
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：查询（query），数据类型：字符串类型
- 字段名：正例（pos），数据类型：字符串类型
- 字段名：负例（neg），数据类型：字符串类型
- 字段名：来源（source），数据类型：字符串类型
- 字段名：查询与正例的相似度（qp_sim），数据类型：32位浮点数类型
- 字段名：查询与负例的相似度（qn_sim），数据类型：32位浮点数类型
- 字段名：正例与负例的相似度（pn_sim），数据类型：32位浮点数类型
- 字段名：间隔阈值（margin），数据类型：64位浮点数类型
数据集划分：
- 划分名称：训练集（train），字节占用量：84326536.50607641，样本数量：92677
下载尺寸：12123742
数据集总尺寸：84326536.50607641
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据特征

• query: 字符串类型
• pos: 字符串类型
• neg: 字符串类型
• source: 字符串类型
• qp_sim: 浮点数类型 (float32)
• qn_sim: 浮点数类型 (float32)
• pn_sim: 浮点数类型 (float32)
• margin: 浮点数类型 (float64)

数据分割

• train:
  • 字节数: 84326536.50607641
  • 样本数: 92677

数据集大小

• 下载大小: 12123742
• 数据集大小: 84326536.50607641

配置

• default:
  • 数据文件路径: data/train-*