irds/mmarco_v2_dt

`mmarco/v2/dt`数据集由`ir-datasets`包提供，主要包含`docs`（文档，即语料库），文档数量为8,841,823。该数据集用于`mmarco_v2_dt_dev`和`mmarco_v2_dt_train`数据集。

原始信息汇总

数据集概述

数据集名称

mmarco/v2/dt

数据集提供者

由 ir-datasets 包提供。

数据集内容

• docs (文档，即语料库); 数量为 8,841,823

数据集用途

用于 mmarco_v2_dt_dev 和 mmarco_v2_dt_train。

使用示例

python from datasets import load_dataset

docs = load_dataset(irds/mmarco_v2_dt, docs) for record in docs: record # {doc_id: ..., text: ...}

引用信息

@article{Bonifacio2021MMarco, title={{mMARCO}: A Multilingual Version of {MS MARCO} Passage Ranking Dataset}, author={Luiz Henrique Bonifacio and Israel Campiotti and Roberto Lotufo and Rodrigo Nogueira}, year={2021}, journal={arXiv:2108.13897} }