jianqunZ/Clarity

该数据集包含三个配置：default、corpus和queries。default配置用于测试分割，包含query-id、corpus-id和score特征。corpus配置用于corpus分割，包含_id、title和text特征。queries配置用于queries分割，包含_id和text特征。数据集主要用于文本检索任务，特别是文档检索和指令检索。

The dataset includes three configurations: default, corpus, and queries. The default configuration is for the test split and includes features such as query-id, corpus-id, and score. The corpus configuration is for the corpus split and includes features such as _id, title, and text. The queries configuration is for the queries split and includes features such as _id and text. The dataset is primarily used for text retrieval tasks, specifically document retrieval and instruction retrieval.

原始信息汇总

数据集概述

语言和多语言性

• 语言: 英语 (en)
• 多语言性: 单语种 (monolingual)

任务类别和任务ID

• 任务类别: 文本检索 (text-retrieval)
• 任务ID: 文档检索 (document-retrieval)

配置名称和标签

• 配置名称:
  • default
  • corpus
  • queries
• 标签:
  • text-retrieval
  • instruction-retrieval

数据集信息

配置名称: default

• 特征:
  • query-id: 字符串 (string)
  • corpus-id: 字符串 (string)
  • score: 浮点数 (float64)
• 分割:
  • 名称: test
  • 样本数量: 103

配置名称: corpus

• 特征:
  • _id: 字符串 (string)
  • title: 字符串 (string)
  • text: 字符串 (string)
• 分割:
  • 名称: corpus
  • 样本数量: 103

配置名称: queries

• 特征:
  • _id: 字符串 (string)
  • text: 字符串 (string)
• 分割:
  • 名称: queries
  • 样本数量: 35

配置和数据文件

配置名称: default

• 数据文件:
  • 分割: test
  • 路径: qrels/test.jsonl

配置名称: corpus

• 数据文件:
  • 分割: corpus
  • 路径: corpus.json

配置名称: queries

• 数据文件:
  • 分割: queries
  • 路径: queries.json