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