CoIR-Retrieval/codetrans-contest-queries-corpus

该数据集包含多个特征，包括_id、title、partition、text、language和meta_information。meta_information是一个结构体，包含一个名为resource的字段。数据集分为两个部分：queries和corpus，分别包含1008个示例。queries部分的大小为838872字节，corpus部分的大小为1577708字节。整个数据集的下载大小为1094141字节，数据集总大小为2416580字节。数据集的配置文件指定了queries和corpus的文件路径。

The dataset contains multiple features including _id, title, partition, text, language, and meta_information. meta_information is a structure containing a field named resource. The dataset is divided into two parts: queries and corpus, each containing 1008 examples. The queries part is 838872 bytes in size, and the corpus part is 1577708 bytes in size. The total download size of the dataset is 1094141 bytes, and the total dataset size is 2416580 bytes. The configuration file of the dataset specifies the file paths for queries and corpus.

原始信息汇总

数据集概述

数据集信息

• 特征字段:
  • _id: 类型为字符串
  • title: 类型为字符串
  • partition: 类型为字符串
  • text: 类型为字符串
  • language: 类型为字符串
  • meta_information: 结构化字段，包含子字段 resource，类型为字符串

数据分割

• queries:
  • 字节数: 838872
  • 样本数: 1008
• corpus:
  • 字节数: 1577708
  • 样本数: 1008

数据集大小

• 下载大小: 1094141 字节
• 数据集总大小: 2416580 字节

配置信息

• 配置名称: default
  • 数据文件路径:
    • queries: data/queries-*
    • corpus: data/corpus-*