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