ria-news-retrieval

configs:
- config_name: default
data_files:
- split: test
path: data/test.jsonl
- config_name: corpus
data_files:
- split: corpus
path: data/corpus.jsonl.zip
- config_name: queries
data_files:
- split: queries
path: data/queries.jsonl
task_categories:
- text-retrieval
language:
- ru
size_categories:
- 1M<n<10M
---

数据集配置：
- 配置名称：default（默认配置）
数据文件配置：
- 数据集拆分：test（测试集）
数据路径：data/test.jsonl
- 配置名称：corpus（语料库配置）
数据文件配置：
- 数据集拆分：corpus（语料库拆分）
数据路径：data/corpus.jsonl.zip
- 配置名称：queries（查询集配置）
数据文件配置：
- 数据集拆分：queries（查询集拆分）
数据路径：data/queries.jsonl
任务类别：
- 文本检索（text-retrieval）
语言：
- 俄语（ru）
数据规模区间：
- 100万 < 数据量 < 1000万
---

搜集汇总

背景与挑战

背景概述

该数据集名为'ria-news-retrieval'，由ai-forever发布，主要用于俄语文本检索任务，包含测试和语料库文件。其数据规模在100万到1000万之间，采用Apache 2.0开源许可证。