irds/msmarco-passage_train_triples-small

`msmarco-passage/train/triples-small`数据集由ir-datasets包提供，主要用于文本检索任务。该数据集包含39,780,811个`docpairs`，每个`docpair`包含查询ID和两个文档ID。数据集的使用示例展示了如何通过`datasets`库加载数据，并提供了数据集的引用信息。

原始信息汇总

数据集概述

数据集名称

msmarco-passage/train/triples-small

数据来源

• 源数据集：irds/msmarco-passage

任务类别

• 文本检索

数据内容

• docpairs：数量为39,780,811

数据使用

python from datasets import load_dataset

docpairs = load_dataset(irds/msmarco-passage_train_triples-small, docpairs) for record in docpairs: record # {query_id: ..., doc_id_a: ..., doc_id_b: ...}

引用信息

@inproceedings{Bajaj2016Msmarco, title={MS MARCO: A Human Generated MAchine Reading COmprehension Dataset}, author={Payal Bajaj, Daniel Campos, Nick Craswell, Li Deng, Jianfeng Gao, Xiaodong Liu, Rangan Majumder, Andrew McNamara, Bhaskar Mitra, Tri Nguyen, Mir Rosenberg, Xia Song, Alina Stoica, Saurabh Tiwary, Tong Wang}, booktitle={InCoCo@NIPS}, year={2016} }