irds/beir_dbpedia-entity

`beir/dbpedia-entity`数据集由`ir-datasets`包提供，包含4,635,922条文档和467条查询。该数据集用于信息检索任务，特别是实体搜索。文档包含文档ID、文本、标题和URL等信息，查询包含查询ID和文本。该数据集被用于`beir_dbpedia-entity_dev`和`beir_dbpedia-entity_test`等子数据集。

数据集名称：`beir/dbpedia-entity`
数据集查看器：不可用
源数据集：无
任务类别：
- 文本检索

---

# `beir/dbpedia-entity`数据集卡片
本`beir/dbpedia-entity`数据集由[ir-datasets](https://ir-datasets.com/)工具库提供。如需了解该数据集的更多详情，请参阅[官方文档](https://ir-datasets.com/beir#beir/dbpedia-entity)。

## 数据集详情
本数据集包含以下两类数据：
- `docs`（文档，即语料库）：共4,635,922条
- `queries`（查询主题）：共467条

本数据集的依赖数据集包括：[`beir_dbpedia-entity_dev`](https://huggingface.co/datasets/irds/beir_dbpedia-entity_dev)、[`beir_dbpedia-entity_test`](https://huggingface.co/datasets/irds/beir_dbpedia-entity_test)

## 使用方法
python
from datasets import load_dataset

# 加载文档语料
docs = load_dataset('irds/beir_dbpedia-entity', 'docs')
for record in docs:
record # 格式为 {'doc_id': ..., 'text': ..., 'title': ..., 'url': ...}

# 加载查询主题
queries = load_dataset('irds/beir_dbpedia-entity', 'queries')
for record in queries:
record # 格式为 {'query_id': ..., 'text': ...}

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，则会提供访问指引），并将数据集转换为🤗 Dataset格式存储一份副本。

## 引用信息

@article{Hasibi2017DBpediaEntityVA,
title={DBpedia-Entity v2：面向实体搜索的测试集},
author={Faegheh Hasibi and Fedor Nikolaev and Chenyan Xiong and K. Balog and S. E. Bratsberg and Alexander Kotov and J. Callan},
journal={第40届国际计算机学会信息检索研究与发展大会（SIGIR 2017）论文集},
year={2017}
}
@article{Thakur2021Beir,
title = "BEIR：面向信息检索模型零样本（Zero-shot）评估的异构基准测试集",
author = "Thakur, Nandan and Reimers, Nils and Rücklé, Andreas and Srivastava, Abhishek and Gurevych, Iryna",
journal= "arXiv预印本arXiv:2104.08663",
month = "4",
year = "2021",
url = "https://arxiv.org/abs/2104.08663",
}

原始信息汇总

数据集概述

数据集名称

beir/dbpedia-entity

数据集来源

由ir-datasets包提供。

数据内容

• 文档（corpus）: 总数为4,635,922条。
• 查询（topics）: 总数为467条。

数据集用途

用于以下数据集：

• beir_dbpedia-entity_dev
• beir_dbpedia-entity_test

引用信息

@article{Hasibi2017DBpediaEntityVA, title={DBpedia-Entity v2: A Test Collection for Entity Search}, author={Faegheh Hasibi and Fedor Nikolaev and Chenyan Xiong and K. Balog and S. E. Bratsberg and Alexander Kotov and J. Callan}, journal={Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval}, year={2017} } @article{Thakur2021Beir, title = "BEIR: A Heterogenous Benchmark for Zero-shot Evaluation of Information Retrieval Models", author = "Thakur, Nandan and Reimers, Nils and Rücklé, Andreas and Srivastava, Abhishek and Gurevych, Iryna", journal= "arXiv preprint arXiv:2104.08663", month = "4", year = "2021", url = "https://arxiv.org/abs/2104.08663", }