jianqunZ/Length-v1

该数据集主要用于文本检索任务，包含多个配置，如qrels_og、qrels_changed、corpus和queries。每个配置都有特定的特征和分割。数据集的特征包括查询ID、语料库ID、分数、标题、文本、指令和关键词等。数据集的分割包括测试集和语料库集，每个分割的样本数量也有所不同。

This dataset is designed for text retrieval tasks, including multiple configurations such as qrels_og, qrels_changed, corpus, and queries. Each configuration has specific features and splits, for example, qrels_og and qrels_changed include query-id, corpus-id, and score, while corpus and queries contain detailed information about documents and queries. The purpose of the dataset is to support document retrieval and instruction retrieval tasks.

原始信息汇总

数据集概述

语言与多语言性

• 语言: 英语 (en)
• 多语言性: 单语种 (monolingual)

任务类别与任务ID

• 任务类别: 文本检索 (text-retrieval)
• 任务ID: 文档检索 (document-retrieval)

配置信息

qrels_og

• 特征:
  • query-id: 字符串 (string)
  • corpus-id: 字符串 (string)
  • score: 浮点数 (float64)
• 分割:
  • 测试集 (test): 900个样本

qrels_changed

• 特征:
  • query-id: 字符串 (string)
  • corpus-id: 字符串 (string)
  • score: 浮点数 (float64)
• 分割:
  • 测试集 (test): 900个样本

corpus

• 特征:
  • _id: 字符串 (string)
  • title: 字符串 (string)
  • text: 字符串 (string)
• 分割:
  • 语料库 (corpus): 300个样本

queries

• 特征:
  • _id: 字符串 (string)
  • text: 字符串 (string)
  • instruction_og: 字符串 (string)
  • instruction_changed: 字符串 (string)
  • keywords: 字符串 (string)
  • short_query: 字符串 (string)
• 分割:
  • 查询集 (queries): 300个样本

数据文件路径

• qrels_og:
  • 测试集 (test): qrels_og/test.jsonl
• qrels_changed:
  • 测试集 (test): qrels_changed/test.jsonl
• corpus:
  • 语料库 (corpus): corpus.jsonl
• queries:
  • 查询集 (queries): queries.jsonl