irds/neumarco_ru

`neumarco/ru`数据集由`ir-datasets`包提供，包含8,841,823个文档（`docs`）。该数据集被多个相关数据集使用，如`neumarco_ru_dev`、`neumarco_ru_dev_judged`等。用户可以通过`datasets`库加载该数据集，并访问每个文档的`doc_id`和`text`字段。

---
展示名：`neumarco/ru`
查看器：不可用
源数据集：无
任务类别：
- 文本检索
---

# `neumarco/ru` 数据集卡片

本`neumarco/ru`数据集由[ir-datasets](https://ir-datasets.com/)工具包提供。如需了解该数据集的更多详情，请参阅[官方文档](https://ir-datasets.com/neumarco#neumarco/ru)。

# 数据

本数据集包含：`docs`（即文档语料库），共计8,841,823条。

本数据集被以下数据集使用：[`neumarco_ru_dev`](https://huggingface.co/datasets/irds/neumarco_ru_dev)、[`neumarco_ru_dev_judged`](https://huggingface.co/datasets/irds/neumarco_ru_dev_judged)、[`neumarco_ru_dev_small`](https://huggingface.co/datasets/irds/neumarco_ru_dev_small)、[`neumarco_ru_train`](https://huggingface.co/datasets/irds/neumarco_ru_train)、[`neumarco_ru_train_judged`](https://huggingface.co/datasets/irds/neumarco_ru_train_judged)

## 使用方法

python
from datasets import load_dataset

docs = load_dataset('irds/neumarco_ru', 'docs')
for record in docs:
record # {'doc_id': ..., 'text': ...}

请注意，调用`load_dataset`函数将下载该数据集（若数据集未公开，则会提供获取指引），并将数据以🤗 Dataset格式保存为副本。

原始信息汇总

数据集概述

数据集名称

neumarco/ru

数据来源

由 ir-datasets 包提供。

数据内容

• docs (文档，即语料库); 总数=8,841,823

数据用途

该数据集被用于以下项目：

• neumarco_ru_dev
• neumarco_ru_dev_judged
• neumarco_ru_dev_small
• neumarco_ru_train
• neumarco_ru_train_judged

使用示例

python from datasets import load_dataset

docs = load_dataset(irds/neumarco_ru, docs) for record in docs: record # {doc_id: ..., text: ...}

注意：调用 load_dataset 将下载数据集（或在非公开情况下提供访问指令），并以 🤗 Dataset 格式复制数据。