mteb/cqadupstack-gaming

CQADupStackGamingRetrieval是一个针对社区问答研究的基准数据集，属于MTEB（大规模文本嵌入基准）。该数据集用于多选问答任务，包含三个主要配置：default、corpus和queries，分别用于存储不同的数据特征和信息。

CQADupStackGamingRetrieval is a benchmark dataset for community question-answering research, part of the MTEB (Massive Text Embedding Benchmark). This dataset is used for multiple-choice question answering tasks and consists of three main configurations: default, corpus, and queries, each storing different data features and information.

原始信息汇总

数据集概述

语言和多语言性

• 语言: 英语
• 多语言性: 单语种

任务类别和任务ID

• 任务类别: 文本检索
• 任务ID: 文档检索

配置名称和特征

• 配置名称: default

  • 特征:
    • query-id: 字符串
    • corpus-id: 字符串
    • score: 浮点数 (float64)
  • 分割:
    • 名称: test
    • 字节数: 60520
    • 样本数: 2263

• 配置名称: corpus

  • 特征:
    • _id: 字符串
    • title: 字符串
    • text: 字符串
  • 分割:
    • 名称: corpus
    • 字节数: 22932704
    • 样本数: 45301

• 配置名称: queries

  • 特征:
    • _id: 字符串
    • text: 字符串
  • 分割:
    • 名称: queries
    • 字节数: 99114
    • 样本数: 1595

数据文件

• 配置名称: default

  • 分割: test
  • 路径: qrels/test.jsonl

• 配置名称: corpus

  • 分割: corpus
  • 路径: corpus.jsonl

• 配置名称: queries

  • 分割: queries
  • 路径: queries.jsonl