jianqunZ/Source-v1

该数据集是一个用于文本检索任务的单语（英语）数据集，源自core2017。它包含四个主要配置：qrels_og、qrels_changed、corpus和queries。qrels_og和qrels_changed配置用于测试，每个包含900个例子，特征包括query-id、corpus-id和score。corpus配置包含300个例子，特征包括_id、title和text。queries配置也包含300个例子，特征包括_id、text、instruction_og、instruction_changed、keywords和short_query。

This dataset is a monolingual (English) dataset for text retrieval tasks, derived from core2017. It includes four main configurations: qrels_og, qrels_changed, corpus, and queries. The qrels_og and qrels_changed configurations are used for testing, each containing 900 examples with features including query-id, corpus-id, and score. The corpus configuration contains 300 examples with features including _id, title, and text. The queries configuration also contains 300 examples with features including _id, text, instruction_og, instruction_changed, keywords, and short_query.

原始信息汇总

数据集概述

语言与多语言性

• 语言：英语（en）
• 多语言性：单语种（monolingual）

任务类别与任务ID

• 任务类别：文本检索（text-retrieval）
• 任务ID：文档检索（document-retrieval）

配置信息

配置名称：qrels_og

• 特征：
  • query-id：字符串（string）
  • corpus-id：字符串（string）
  • score：浮点数（float64）
• 分割：
  • 测试集（test）：900个样本

配置名称：qrels_changed

• 特征：
  • query-id：字符串（string）
  • corpus-id：字符串（string）
  • score：浮点数（float64）
• 分割：
  • 测试集（test）：900个样本

配置名称：corpus

• 特征：
  • _id：字符串（string）
  • title：字符串（string）
  • text：字符串（string）
• 分割：
  • 语料库（corpus）：300个样本

配置名称：queries

• 特征：
  • _id：字符串（string）
  • text：字符串（string）
  • instruction_og：字符串（string）
  • instruction_changed：字符串（string）
  • keywords：字符串（string）
  • short_query：字符串（string）
• 分割：
  • 查询集（queries）：300个样本

数据文件路径

• qrels_og：
  • 测试集（test）：qrels_og/test.jsonl
• qrels_changed：
  • 测试集（test）：qrels_changed/test.jsonl
• corpus：
  • 语料库（corpus）：corpus.jsonl
• queries：
  • 查询集（queries）：queries.jsonl