mteb/CMedQAv1-reranking

该数据集包含四个部分：corpus部分包含文本标题和内容信息，default部分包含查询ID、语料库ID和分数信息，queries部分包含文本内容信息，top_ranked部分包含查询ID和一组语料库ID信息。每个部分都有一个测试分割，包含了大量的示例数据。

The dataset consists of four parts: the corpus part contains text title and content information, the default part contains query ID, corpus ID, and score information, the queries part contains text content information, and the top_ranked part contains query ID and a list of corpus ID information. Each part has a test split that includes a large number of example data.

搜集汇总

背景与挑战

背景概述

CMedQAv1-reranking是MTEB基准测试中的一个中文医疗问答重排序数据集，用于评估文本嵌入模型在医疗领域的排序性能。该数据集包含1,000个查询和100,000个文档，平均文档长度约107字符，查询平均长度约56字符，专注于社区医疗问答的文本匹配任务。