PL-MTEB/scidef

---
license: cc-by-sa-4.0
language:
- pl
multilinguality:
- monolingual
task_categories:
- text-retrieval
task_ids:
- document-retrieval
config_names:
- corpus
tags:
- text-retrieval
dataset_info:
- config_name: default
features:
- name: query-id
dtype: string
- name: corpus-id
dtype: string
- name: score
dtype: float64
splits:
- name: test
num_examples: 679
- config_name: corpus
features:
- name: _id
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: corpus
num_examples: 679
- config_name: queries
features:
- name: _id
dtype: string
- name: text
dtype: string
splits:
- name: queries
num_examples: 679
configs:
- config_name: default
data_files:
- split: test
path: test.jsonl
- config_name: corpus
data_files:
- split: corpus
path: corpus.jsonl
- config_name: queries
data_files:
- split: queries
path: queries.jsonl
---

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-sa-4.0
• 语言: 波兰语 (pl)
• 多语言性: 单语种
• 任务类别: 文本检索
• 任务ID: 文档检索

配置信息

• 配置名称:
  • default
  • corpus
  • queries

数据集特征

默认配置 (default)

• 特征:
  • query-id: 字符串类型
  • corpus-id: 字符串类型
  • score: 浮点数类型
• 分割:
  • test: 679个样本

语料库配置 (corpus)

• 特征:
  • _id: 字符串类型
  • title: 字符串类型
  • text: 字符串类型
• 分割:
  • corpus: 679个样本

查询配置 (queries)

• 特征:
  • _id: 字符串类型
  • text: 字符串类型
• 分割:
  • queries: 679个样本

数据文件

• 默认配置:
  • test: 文件路径 test.jsonl
• 语料库配置:
  • corpus: 文件路径 corpus.jsonl
• 查询配置:
  • queries: 文件路径 queries.jsonl