MRBench/mbeir_infoseek_task8

---
language:
- en
task_categories:
- multimodal-retrieval
source_datasets:
- m-beir
task_ids:
- image,text-to-image,text
config_names:
- query
- corpus
- qrels
tags:
- information-retrieval
- multimodal-retrieval
dataset_info:
- config_name: qrels
features:
- name: query-id
dtype: string
- name: Q0
dtype: string
- name: corpus-id
dtype: string
- name: score
dtype: int8
splits:
- name: test
num_examples: 131376
- config_name: corpus
features:
- name: id
dtype: string
- name: modality
dtype: string
- name: text
dtype: string
- name: image
dtype: image
splits:
- name: corpus
num_examples: 481782
- config_name: query
features:
- name: id
dtype: string
- name: modality
dtype: string
- name: text
dtype: string
- name: image
dtype: image
splits:
- name: test
num_examples: 17593
configs:
- config_name: qrels
data_files:
- split: test
path: qrels-*
- config_name: corpus
data_files:
- split: corpus
path: corpus-*
- config_name: query
data_files:
- split: test
path: query-*
---

语言：
- 英语
任务类别：
- 多模态检索（multimodal-retrieval）
源数据集：
- m-beir
任务子类型：
- 图像、文本到图像、文本
配置名称：
- 查询集（query）
- 语料库（corpus）
- 相关性标注文件（qrels）
标签：
- 信息检索（information-retrieval）
- 多模态检索（multimodal-retrieval）
数据集信息：
- 配置名称：qrels
特征：
- 名称：query-id，数据类型：字符串
- 名称：Q0，数据类型：字符串
- 名称：corpus-id，数据类型：字符串
- 名称：score，数据类型：int8
拆分：
- 名称：test，样本数量：131376
- 配置名称：corpus
特征：
- 名称：id，数据类型：字符串
- 名称：modality，数据类型：字符串
- 名称：text，数据类型：字符串
- 名称：image，数据类型：图像
拆分：
- 名称：corpus，样本数量：481782
- 配置名称：query
特征：
- 名称：id，数据类型：字符串
- 名称：modality，数据类型：字符串
- 名称：text，数据类型：字符串
- 名称：image，数据类型：图像
拆分：
- 名称：test，样本数量：17593
配置项：
- 配置名称：qrels，数据文件：
- 拆分：test，路径：qrels-*
- 配置名称：corpus，数据文件：
- 拆分：corpus，路径：corpus-*
- 配置名称：query，数据文件：
- 拆分：test，路径：query-*

原始信息汇总

数据集概述

语言

• 英语 (en)

任务类别

• 多模态检索 (multimodal-retrieval)

任务ID

• 图像 (image)
• 文本到图像 (text-to-image)
• 文本 (text)

配置名称

• query
• corpus
• qrels

标签

• 信息检索 (information-retrieval)
• 多模态检索 (multimodal-retrieval)

数据集信息

qrels 配置

• 特征:
  • query-id: 字符串 (string)
  • Q0: 字符串 (string)
  • corpus-id: 字符串 (string)
  • score: 整数 (int8)
• 分割:
  • test: 131376 个样本

corpus 配置

• 特征:
  • id: 字符串 (string)
  • modality: 字符串 (string)
  • text: 字符串 (string)
  • image: 图像 (image)
• 分割:
  • corpus: 481782 个样本

query 配置

• 特征:
  • id: 字符串 (string)
  • modality: 字符串 (string)
  • text: 字符串 (string)
  • image: 图像 (image)
• 分割:
  • test: 17593 个样本

配置文件

qrels 配置

• 数据文件:
  • test: qrels-*

corpus 配置

• 数据文件:
  • corpus: corpus-*

query 配置

• 数据文件:
  • test: query-*

搜集汇总

背景与挑战

背景概述

MRBench/mbeir_infoseek_task8是一个多模态检索数据集，包含图像和文本数据，规模在10万到100万之间，适用于信息检索和多模态检索任务。