MRBench/mbeir_edis_task2

---
language:
- en
task_categories:
- multimodal-retrieval
source_datasets:
- m-beir
task_ids:
- 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: 8341
- 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: 1047067
- 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: 3241
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：
- 文本到图像（text-to-image）、文本
配置名称：
- 查询（query）
- 语料库（corpus）
- 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
字段特征：
- 字段名称：查询ID（query-id），数据类型：字符串
- 字段名称：Q0，数据类型：字符串
- 字段名称：语料库ID（corpus-id），数据类型：字符串
- 字段名称：评分，数据类型：8位整数
数据拆分：
- 拆分名称：测试集，样本数：8341
- 配置名称：语料库（corpus）
字段特征：
- 字段名称：ID，数据类型：字符串
- 字段名称：模态（modality），数据类型：字符串
- 字段名称：文本，数据类型：字符串
- 字段名称：图像（image），数据类型：图像格式
数据拆分：
- 拆分名称：语料库拆分，样本数：1047067
- 配置名称：查询（query）
字段特征：
- 字段名称：ID，数据类型：字符串
- 字段名称：模态（modality），数据类型：字符串
- 字段名称：文本，数据类型：字符串
- 字段名称：图像（image），数据类型：图像格式
数据拆分：
- 拆分名称：测试集，样本数：3241
配置项：
- 配置名称：qrels
数据文件：
- 拆分集：测试集，文件路径：qrels-*
- 配置名称：语料库（corpus）
数据文件：
- 拆分集：语料库拆分，文件路径：corpus-*
- 配置名称：查询（query）
数据文件：
- 拆分集：测试集，文件路径：query-*

原始信息汇总

数据集概述

语言

• 英文（en）

任务类别

• 多模态检索（multimodal-retrieval）

任务ID

• 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: 8341 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: 1047067 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: 3241 个样本

配置文件路径

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_edis_task2是一个多模态数据集，包含图像和文本两种模态，主要用于信息检索和多模态检索任务。数据集规模较大，包含1.05M行corpus数据，总大小为20.1GB，适用于多模态表示和检索研究。