mteb/cqadupstack-stats

CQADupstackStatsRetrieval是一个用于社区问答研究的基准数据集，包含问题、答案和相关文档。该数据集适用于文本检索任务，特别是多选问答。数据集由单语言组成，支持英文。

CQADupstackStatsRetrieval is a benchmark dataset for community question-answering research, containing questions, answers, and related documents. The dataset is suitable for text retrieval tasks, particularly multiple-choice question answering. The dataset consists of monolingual data, supporting English.

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 多语言性: 单语种
• 任务类别: 文本检索
• 任务ID: 文档检索
• 标签: 文本检索

配置信息

默认配置

• 配置名称: default
• 特征:
  • query-id: 字符串
  • corpus-id: 字符串
  • score: 浮点数 (float64)
• 分割:
  • test:
    • 字节数: 23665
    • 样本数: 913

语料库配置

• 配置名称: corpus
• 特征:
  • _id: 字符串
  • title: 字符串
  • text: 字符串
• 分割:
  • corpus:
    • 字节数: 45347600
    • 样本数: 42269

查询配置

• 配置名称: queries
• 特征:
  • _id: 字符串
  • text: 字符串
• 分割:
  • queries:
    • 字节数: 45187
    • 样本数: 652

数据文件

默认配置

• 配置名称: default
• 数据文件:
  • 分割: test
  • 路径: qrels/test.jsonl

语料库配置

• 配置名称: corpus
• 数据文件:
  • 分割: corpus
  • 路径: corpus.jsonl

查询配置

• 配置名称: queries
• 数据文件:
  • 分割: queries
  • 路径: queries.jsonl