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。