irds/mmarco_v2_id_dev

`mmarco/v2/id/dev`数据集由`ir-datasets`包提供，主要用于文本检索任务。该数据集包含101,093个`queries`（即主题）和59,273个`qrels`（相关性评估）。对于文档部分，需要使用`irds/mmarco_v2_id`数据集。用户可以通过Python代码加载并使用该数据集。

pretty_name: '`mmarco/v2/id/dev`'
viewer: 已禁用
source_datasets: ['irds/mmarco_v2_id']
task_categories:
- 文本检索

# `mmarco/v2/id/dev` 数据集卡片

本`mmarco/v2/id/dev`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/mmarco#mmarco/v2/id/dev)。

# 数据集内容

本数据集包含以下内容：
- `queries`（即查询主题）：共计101,093条
- `qrels`（即相关性标注）：共计59,273条
- 如需获取文档（`docs`）数据，请使用 [`irds/mmarco_v2_id`](https://huggingface.co/datasets/irds/mmarco_v2_id) 数据集。

## 使用方法

python
from datasets import load_dataset

queries = load_dataset('irds/mmarco_v2_id_dev', 'queries')
for record in queries:
record # {'query_id': ..., 'text': ...}

qrels = load_dataset('irds/mmarco_v2_id_dev', 'qrels')
for record in qrels:
record # {'query_id': ..., 'doc_id': ..., 'relevance': ..., 'iteration': ...}

请注意，调用`load_dataset`函数将自动下载该数据集（若数据集未公开，则会提供获取指引），并将数据转换为🤗 数据集格式进行存储。

## 引用信息

@article{Bonifacio2021MMarco,
title={{mMARCO}: A Multilingual Version of {MS MARCO} Passage Ranking Dataset},
author={Luiz Henrique Bonifacio and Israel Campiotti and Roberto Lotufo and Rodrigo Nogueira},
year={2021},
journal={arXiv:2108.13897}
}

原始信息汇总

数据集概述

数据集名称

mmarco/v2/id/dev

数据来源

• 原始数据集：irds/mmarco_v2_id

数据内容

• queries（查询语句）：数量为101,093
• qrels（相关性评估）：数量为59,273
• docs（文档）：使用数据集irds/mmarco_v2_id

使用示例

python from datasets import load_dataset

queries = load_dataset(irds/mmarco_v2_id_dev, queries) for record in queries: record # {query_id: ..., text: ...}

qrels = load_dataset(irds/mmarco_v2_id_dev, qrels) for record in qrels: record # {query_id: ..., doc_id: ..., relevance: ..., iteration: ...}

引用信息

@article{Bonifacio2021MMarco, title={{mMARCO}: A Multilingual Version of {MS MARCO} Passage Ranking Dataset}, author={Luiz Henrique Bonifacio and Israel Campiotti and Roberto Lotufo and Rodrigo Nogueira}, year={2021}, journal={arXiv:2108.13897} }