mteb/touche2020

---
language:
- en
multilinguality:
- monolingual
task_categories:
- text-retrieval
source_datasets:
- touche2020
task_ids:
- document-retrieval
config_names:
- corpus
tags:
- text-retrieval
dataset_info:
- config_name: default
features:
- name: query-id
dtype: string
- name: corpus-id
dtype: string
- name: score
dtype: float64
splits:
- name: test
num_bytes: 125677
num_examples: 2214
- config_name: corpus
features:
- name: _id
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: corpus
num_bytes: 678068503
num_examples: 382545
- config_name: queries
features:
- name: _id
dtype: string
- name: text
dtype: string
splits:
- name: queries
num_bytes: 2609
num_examples: 49
configs:
- config_name: default
data_files:
- split: test
path: qrels/test.jsonl
- config_name: corpus
data_files:
- split: corpus
path: corpus.jsonl
- config_name: queries
data_files:
- split: queries
path: queries.jsonl
---

原始信息汇总

数据集概述

语言和多语言性

• 语言: 英语
• 多语言性: 单语种

任务类别和ID

• 任务类别: 文本检索
• 任务ID: 文档检索

配置名称和标签

• 配置名称: corpus
• 标签: 文本检索

数据集信息

配置名称: default

• 特征:
  • query-id: 字符串
  • corpus-id: 字符串
  • score: 浮点数 (float64)
• 分割:
  • 名称: test
  • 字节数: 125677
  • 样本数: 2214

配置名称: corpus

• 特征:
  • _id: 字符串
  • title: 字符串
  • text: 字符串
• 分割:
  • 名称: corpus
  • 字节数: 678068503
  • 样本数: 382545

配置名称: queries

• 特征:
  • _id: 字符串
  • text: 字符串
• 分割:
  • 名称: queries
  • 字节数: 2609
  • 样本数: 49

配置和数据文件

• 配置名称: default
  • 分割: test
  • 路径: qrels/test.jsonl
• 配置名称: corpus
  • 分割: corpus
  • 路径: corpus.jsonl
• 配置名称: queries
  • 分割: queries
  • 路径: queries.jsonl