five

seungwon929/Th-miracl

收藏
Hugging Face2024-05-07 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/seungwon929/Th-miracl
下载链接
链接失效反馈
官方服务:
资源简介:
--- language: - th multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: - miracl task_categories: - text-retrieval 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: dev num_bytes: 208002 num_examples: 7573 - config_name: corpus features: - name: _id dtype: string - name: title dtype: string - name: text dtype: string splits: - name: corpus num_bytes: 538000000 num_examples: 542166 - config_name: queries features: - name: _id dtype: string - name: text dtype: string splits: - name: queries num_bytes: 98697 num_examples: 733 configs: - config_name: default data_files: - split: dev path: qrels/dev.jsonl - config_name: corpus data_files: - split: corpus path: corpus.jsonl - config_name: queries data_files: - split: queries path: queries.jsonl --- # Th-miracl This dataset represents a conversion of the Thai (Th) section from the [miracl dataset](https://huggingface.co/datasets/miracl/miracl) into the [BeIR](https://github.com/beir-cellar/beir) format, making it compatible for use with [mteb](https://github.com/embeddings-benchmark/mteb).
提供机构:
seungwon929
原始信息汇总

数据集概述

基本信息

  • 语言: 泰语 (Th)
  • 多语言性: 单语种
  • 大小: 10K<n<100K
  • 来源数据集: miracl
  • 任务类别: 文本检索
  • 任务ID: 文档检索
  • 配置名称: corpus
  • 标签: 文本检索

数据集配置

默认配置

  • 特征:
    • query-id: 字符串
    • corpus-id: 字符串
    • score: 浮点数
  • 分割:
    • dev:
      • 字节数: 208002
      • 示例数: 7573

语料库配置

  • 特征:
    • _id: 字符串
    • title: 字符串
    • text: 字符串
  • 分割:
    • corpus:
      • 字节数: 538000000
      • 示例数: 542166

查询配置

  • 特征:
    • _id: 字符串
    • text: 字符串
  • 分割:
    • queries:
      • 字节数: 98697
      • 示例数: 733

数据文件

默认配置

  • 分割: dev
  • 路径: qrels/dev.jsonl

语料库配置

  • 分割: corpus
  • 路径: corpus.jsonl

查询配置

  • 分割: queries
  • 路径: queries.jsonl
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作