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-*