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