henilp105/InstructIR

---
license:
- mit
language:
- en
multilinguality:
- monolingual
task_categories:
- text-retrieval
source_datasets:
- msmarco
task_ids:
- document-retrieval
config_names:
- corpus
tags:
- text-retrieval
- instruction-retrieval
dataset_info:
- config_name: qrels
features:
- name: query-id
dtype: string
- name: corpus-id
dtype: string
- name: score
dtype: float64
splits:
- name: test
num_examples: 9906
- config_name: corpus
features:
- name: _id
dtype: string
- name: title
dtype: string
- name: text
dtype: string
splits:
- name: corpus
num_examples: 16072
- config_name: queries
features:
- name: _id
dtype: string
- name: text
dtype: string
splits:
- name: queries
num_examples: 9906
configs:
- config_name: queries
data_files:
- split: queries
path: queries.jsonl
- config_name: corpus
data_files:
- split: corpus
path: corpus.jsonl
- config_name: qrels
data_files:
- split: test
path: qrels/test.jsonl
size_categories:
- 1K<n<10K
---

原始信息汇总

数据集概述

基本信息

• 许可证: MIT
• 语言: 英语
• 多语言性: 单语种
• 任务类别: 文本检索
• 任务ID: 文档检索
• 源数据集: MSMARCO

配置信息

配置名称: qrels

• 特征:
  • query-id: 字符串
  • corpus-id: 字符串
  • score: 浮点数 (float64)
• 分割:
  • test: 9906 个样本

配置名称: corpus

• 特征:
  • _id: 字符串
  • title: 字符串
  • text: 字符串
• 分割:
  • corpus: 16072 个样本

配置名称: queries

• 特征:
  • _id: 字符串
  • text: 字符串
• 分割:
  • queries: 9906 个样本

数据文件

• 配置名称: queries
  • queries.jsonl
• 配置名称: corpus
  • corpus.jsonl
• 配置名称: qrels
  • qrels/test.jsonl

数据集规模

• 规模类别: 1K < n < 10K