Mr. TYDI是一个多语言基准数据集，专为11种类型多样的语言设计，用于评估单语检索中的学习密集表示排序。该数据集由滑铁卢大学计算机科学学院创建，旨在推动非英语语言密集检索技术研究。数据集包含约5800万条数据，来源于维基百科文章，通过提取自然话语单元生成。Mr. TYDI的应用领域主要集中在非英语语言的信息检索和问答系统，旨在解决现有技术在分布外数据上表现不佳的问题。
Mr. TyDi is a multi-lingual benchmark dataset built on TyDi, covering eleven typologically diverse languages. It is designed for monolingual retrieval, specifically to evaluate ranking with learned de
