irds/trec-mandarin_trec5

---
pretty_name: '`trec-mandarin/trec5`'
viewer: false
source_datasets: ['irds/trec-mandarin']
task_categories:
- text-retrieval
---

# Dataset Card for `trec-mandarin/trec5`

The `trec-mandarin/trec5` dataset, provided by the [ir-datasets](https://ir-datasets.com/) package.
For more information about the dataset, see the [documentation](https://ir-datasets.com/trec-mandarin#trec-mandarin/trec5).

# Data

This dataset provides:
- `queries` (i.e., topics); count=28
- `qrels`: (relevance assessments); count=15,588

- For `docs`, use [`irds/trec-mandarin`](https://huggingface.co/datasets/irds/trec-mandarin)

## Usage

```python
from datasets import load_dataset

queries = load_dataset('irds/trec-mandarin_trec5', 'queries')
for record in queries:
record # {'query_id': ..., 'title_en': ..., 'title_zh': ..., 'description_en': ..., 'description_zh': ..., 'narrative_en': ..., 'narrative_zh': ...}

qrels = load_dataset('irds/trec-mandarin_trec5', 'qrels')
for record in qrels:
record # {'query_id': ..., 'doc_id': ..., 'relevance': ..., 'iteration': ...}

```

Note that calling `load_dataset` will download the dataset (or provide access instructions when it's not public) and make a copy of the
data in 🤗 Dataset format.

## Citation Information

```
@inproceedings{Harman1997Chinese,
title={Spanish and Chinese Document Retrieval in TREC-5},
author={Alan Smeaton and Ross Wilkinson},
booktitle={TREC},
year={1996}
}
@misc{Rogers2000Mandarin,
title={TREC Mandarin LDC2000T52},
author={Rogers, Willie},
year={2000},
url={https://catalog.ldc.upenn.edu/LDC2000T52},
publisher={Linguistic Data Consortium}
}
```

---
数据集名称：`trec-mandarin/trec5`
数据集查看器：不可用
源数据集：['irds/trec-mandarin']
任务类别：
- 文本检索
---

## `trec-mandarin/trec5` 数据集卡片

本`trec-mandarin/trec5`数据集由[ir-datasets](https://ir-datasets.com/)工具包提供。如需了解该数据集的更多详情，请参阅[官方文档](https://ir-datasets.com/trec-mandarin#trec-mandarin/trec5)。

## 数据说明
本数据集包含以下内容：
- 查询（即主题）：共28条
- 相关性标注（qrels）：共15,588条
- 文档集可通过 [`irds/trec-mandarin`](https://huggingface.co/datasets/irds/trec-mandarin) 加载

## 使用方法
python
from datasets import load_dataset

queries = load_dataset('irds/trec-mandarin_trec5', 'queries')
for record in queries:
record # {'query_id': ..., 'title_en': ..., 'title_zh': ..., 'description_en': ..., 'description_zh': ..., 'narrative_en': ..., 'narrative_zh': ...}

qrels = load_dataset('irds/trec-mandarin_trec5', 'qrels')
for record in qrels:
record # {'query_id': ..., 'doc_id': ..., 'relevance': ..., 'iteration': ...}

请注意，调用`load_dataset`函数将自动下载该数据集（若数据集未公开，则会提供获取指南），并将其转换为🤗 数据集格式后存储副本。

## 引用信息

@inproceedings{Harman1997Chinese,
title={Spanish and Chinese Document Retrieval in TREC-5},
author={Alan Smeaton and Ross Wilkinson},
booktitle={文本检索会议（TREC）},
year={1996}
}
@misc{Rogers2000Mandarin,
title={TREC普通话语料LDC2000T52},
author={Rogers, Willie},
year={2000},
url={https://catalog.ldc.upenn.edu/LDC2000T52},
publisher={语言数据联盟（Linguistic Data Consortium）}
}

原始信息汇总

数据集卡片 trec-mandarin/trec5

数据集概述

trec-mandarin/trec5 数据集由 ir-datasets 包提供。

数据内容

• 查询（queries）：包含 28 个查询（即主题）。
• 相关性评估（qrels）：包含 15,588 个相关性评估。

使用方法

以下是加载和使用该数据集的示例代码：

python from datasets import load_dataset

queries = load_dataset(irds/trec-mandarin_trec5, queries) for record in queries: record # {query_id: ..., title_en: ..., title_zh: ..., description_en: ..., description_zh: ..., narrative_en: ..., narrative_zh: ...}

qrels = load_dataset(irds/trec-mandarin_trec5, qrels) for record in qrels: record # {query_id: ..., doc_id: ..., relevance: ..., iteration: ...}

引用信息

@inproceedings{Harman1997Chinese, title={Spanish and Chinese Document Retrieval in TREC-5}, author={Alan Smeaton and Ross Wilkinson}, booktitle={TREC}, year={1996} } @misc{Rogers2000Mandarin, title={TREC Mandarin LDC2000T52}, author={Rogers, Willie}, year={2000}, url={https://catalog.ldc.upenn.edu/LDC2000T52}, publisher={Linguistic Data Consortium} }

搜集汇总

背景与挑战

背景概述

该数据集是TREC-5中文文档检索任务的数据集，包含28个查询主题和15,588个相关性评估结果，适用于文本检索研究。文档数据需通过irds/trec-mandarin数据集获取。