irds/mr-tydi_ar

`mr-tydi/ar`数据集由`ir-datasets`包提供，包含2,106,586个文档（`docs`）、16,595个查询（`queries`）和16,749个相关性评估（`qrels`）。该数据集被用于`mr-tydi_ar_dev`、`mr-tydi_ar_test`和`mr-tydi_ar_train`三个数据集。用户可以通过Python代码加载数据集，并获取文档、查询和相关性评估的具体内容。

原始信息汇总

数据集概述

数据集名称

mr-tydi/ar

数据来源

由 ir-datasets 提供。

数据内容

• 文档 (docs): 2,106,586 条记录
• 查询 (queries): 16,595 条记录
• 相关性评估 (qrels): 16,749 条记录

数据用途

该数据集被用于以下数据集的开发、测试和训练：

• mr-tydi_ar_dev
• mr-tydi_ar_test
• mr-tydi_ar_train

数据加载示例

python from datasets import load_dataset

docs = load_dataset(irds/mr-tydi_ar, docs) queries = load_dataset(irds/mr-tydi_ar, queries) qrels = load_dataset(irds/mr-tydi_ar, qrels)

引用信息

@article{Zhang2021MrTyDi, title={{Mr. TyDi}: A Multi-lingual Benchmark for Dense Retrieval}, author={Xinyu Zhang and Xueguang Ma and Peng Shi and Jimmy Lin}, year={2021}, journal={arXiv:2108.08787}, } @article{Clark2020TyDiQa, title={{TyDi QA}: A Benchmark for Information-Seeking Question Answering in Typologically Diverse Languages}, author={Jonathan H. Clark and Eunsol Choi and Michael Collins and Dan Garrette and Tom Kwiatkowski and Vitaly Nikolaev and Jennimaria Palomaki}, year={2020}, journal={Transactions of the Association for Computational Linguistics} }