irds/cord19_trec-covid_round2

`cord19/trec-covid/round2`数据集是由[ir-datasets](https://ir-datasets.com/)包提供的一个用于文本检索任务的数据集。该数据集包含59,887篇文档、35个查询和12,037个相关性评估（qrels），专门用于COVID-19相关的信息检索。数据集详细介绍了如何使用Python从🤗数据集中加载和访问这些数据，并提供了学术引用信息。

pretty_name: '`cord19/trec-covid/round2`'
viewer: 不可用
source_datasets: 无
task_categories:
- 文本检索

# 数据集卡片：`cord19/trec-covid/round2`

本`cord19/trec-covid/round2`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/cord19#cord19/trec-covid/round2)。

## 数据概览

本数据集包含以下内容：
- `docs`（文档，即语料库）：共计59,887条
- `queries`（查询主题）：共计35条
- `qrels`（相关性标注结果）：共计12,037条

## 使用方式

python
from datasets import load_dataset

docs = load_dataset('irds/cord19_trec-covid_round2', 'docs')
for record in docs:
record # {'doc_id': ..., 'title': ..., 'doi': ..., 'date': ..., 'abstract': ...}

queries = load_dataset('irds/cord19_trec-covid_round2', 'queries')
for record in queries:
record # {'query_id': ..., 'title': ..., 'description': ..., 'narrative': ...}

qrels = load_dataset('irds/cord19_trec-covid_round2', '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，则会提供访问指引），并将数据转换为🤗数据集（Hugging Face Datasets）格式进行存储。

## 引用信息

@article{Voorhees2020TrecCovid,
title={TREC-COVID: Constructing a Pandemic Information Retrieval Test Collection},
author={E. Voorhees and Tasmeer Alam and Steven Bedrick and Dina Demner-Fushman and W. Hersh and Kyle Lo and Kirk Roberts and I. Soboroff and Lucy Lu Wang},
journal={ArXiv},
year={2020},
volume={abs/2005.04474}
}
@article{Wang2020Cord19,
title={CORD-19: The Covid-19 Open Research Dataset},
author={Lucy Lu Wang and Kyle Lo and Yoganand Chandrasekhar and Russell Reas and Jiangjiang Yang and Darrin Eide and K. Funk and Rodney Michael Kinney and Ziyang Liu and W. Merrill and P. Mooney and D. Murdick and Devvret Rishi and Jerry Sheehan and Zhihong Shen and B. Stilson and A. Wade and K. Wang and Christopher Wilhelm and Boya Xie and D. Raymond and Daniel S. Weld and Oren Etzioni and Sebastian Kohlmeier},
journal={ArXiv},
year={2020}
}

原始信息汇总

数据集概述

数据集名称

cord19/trec-covid/round2

数据集来源

由ir-datasets提供。

数据集内容

数据类型

• docs (文档，即语料库); 数量=59,887
• queries (主题); 数量=35
• qrels (相关性评估); 数量=12,037

数据结构

• docs: 每个记录包含doc_id, title, doi, date, abstract等字段。
• queries: 每个记录包含query_id, title, description, narrative等字段。
• qrels: 每个记录包含query_id, doc_id, relevance, iteration等字段。

使用方法

通过datasets库加载数据集，具体代码示例如下：

python from datasets import load_dataset

docs = load_dataset(irds/cord19_trec-covid_round2, docs) queries = load_dataset(irds/cord19_trec-covid_round2, queries) qrels = load_dataset(irds/cord19_trec-covid_round2, qrels)

引用信息

@article{Voorhees2020TrecCovid, title={TREC-COVID: Constructing a Pandemic Information Retrieval Test Collection}, author={E. Voorhees and Tasmeer Alam and Steven Bedrick and Dina Demner-Fushman and W. Hersh and Kyle Lo and Kirk Roberts and I. Soboroff and Lucy Lu Wang}, journal={ArXiv}, year={2020}, volume={abs/2005.04474} } @article{Wang2020Cord19, title={CORD-19: The Covid-19 Open Research Dataset}, author={Lucy Lu Wang and Kyle Lo and Yoganand Chandrasekhar and Russell Reas and Jiangjiang Yang and Darrin Eide and K. Funk and Rodney Michael Kinney and Ziyang Liu and W. Merrill and P. Mooney and D. Murdick and Devvret Rishi and Jerry Sheehan and Zhihong Shen and B. Stilson and A. Wade and K. Wang and Christopher Wilhelm and Boya Xie and D. Raymond and Daniel S. Weld and Oren Etzioni and Sebastian Kohlmeier}, journal={ArXiv}, year={2020} }

搜集汇总

背景与挑战

背景概述

该数据集是irds提供的CORD-19 TREC-COVID第二轮信息检索测试集，包含59,887篇COVID-19相关研究文档、35个查询主题和12,037条相关性评估，专为疫情信息检索研究设计。数据来源于TREC-COVID和CORD-19项目，支持文档检索、查询分析和相关性评估任务，适用于构建和评估信息检索系统。