projetomemoreba/mteb_mmarco_retrieval

---
dataset_info:
- config_name: corpus
features:
- name: _id
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: corpus
num_bytes: 41083836
num_examples: 106813
download_size: 22665320
dataset_size: 41083836
- config_name: default
features:
- name: query-id
dtype: string
- name: document-id
dtype: string
- name: score
dtype: int64
splits:
- name: test
num_bytes: 217670
num_examples: 7437
download_size: 114174
dataset_size: 217670
- config_name: queries
features:
- name: _id
dtype: string
- name: text
dtype: string
splits:
- name: queries
num_bytes: 364422
num_examples: 6980
download_size: 250361
dataset_size: 364422
configs:
- config_name: corpus
data_files:
- split: corpus
path: corpus/corpus-*
- config_name: default
data_files:
- split: test
path: data/test-*
- config_name: queries
data_files:
- split: queries
path: queries/queries-*
---

原始信息汇总

数据集概述

配置名称：corpus

• 特征信息：
  • _id: 数据类型为字符串
  • text: 数据类型为字符串
  • title: 数据类型为字符串
• 分割信息：
  • corpus分割：
    • 字节数：41,083,836
    • 示例数：106,813
  • 下载大小： 22,665,320字节
  • 数据集大小： 41,083,836字节

配置名称：default

• 特征信息：
  • query-id: 数据类型为字符串
  • document-id: 数据类型为字符串
  • score: 数据类型为int64
• 分割信息：
  • test分割：
    • 字节数：217,670
    • 示例数：7,437
  • 下载大小： 114,174字节
  • 数据集大小： 217,670字节

配置名称：queries

• 特征信息：
  • _id: 数据类型为字符串
  • text: 数据类型为字符串
• 分割信息：
  • queries分割：
    • 字节数：364,422
    • 示例数：6,980
  • 下载大小： 250,361字节
  • 数据集大小： 364,422字节