BeIR/trec-covid-generated-queries

BEIR Benchmark是一个异构的基准测试，由18个不同的数据集组成，代表了9种信息检索任务，包括事实核查、问答、生物医学信息检索、新闻检索、论点检索、重复问题检索、引用预测、推文检索和实体检索。所有数据集都经过预处理，适用于实验。数据集支持的任务包括文本检索、零样本检索、信息检索等，并且有一个排行榜用于评估模型在特定任务上的表现。数据集的结构包括corpus、queries和qrels文件，分别包含文档、查询和查询与文档的相关性判断。

原始信息汇总

BEIR Benchmark 数据集概述

数据集描述

数据集摘要

BEIR 是一个异构基准，由18个不同数据集组成，代表9种信息检索任务，包括事实检查、问答、生物医学信息检索等。

支持的任务和排行榜

BEIR 数据集支持多种任务，如段落检索、实体链接检索等，并设有排行榜评估模型性能。

语言

所有任务均使用英语。

数据集结构

数据实例

BEIR 数据集包含文档、查询和相关性判断文件，格式分别为 .jsonl 和 .tsv。

数据字段

• 文档：包含唯一文档标识符、标题和文本。
• 查询：包含唯一查询标识符和查询文本。
• 相关性判断：包含查询标识符、文档标识符和相关性分数。

数据分割

数据集根据不同任务和数据集进行分割，如 MSMARCO、TREC-COVID 等，每个数据集有不同的查询数量和文档数量。

数据集创建

来源数据

数据集由多个来源的数据组成，每个数据集有其特定的数据收集和处理方式。

许可信息

数据集遵循 CC-BY-SA-4.0 许可协议。

引用信息

引用此数据集时，应使用提供的引用格式。