five

irds/wikiclir_sv

收藏
Hugging Face2023-01-05 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/irds/wikiclir_sv
下载链接
链接失效反馈
官方服务:
资源简介:
`wikiclir/sv`数据集由`ir-datasets`包提供,主要用于文本检索任务。该数据集包含三个部分:文档(docs)、查询(queries)和相关性评估(qrels)。文档部分包含3,785,412条记录,查询部分包含639,073条记录,相关性评估部分包含2,069,453条记录。数据集的使用示例展示了如何通过`datasets`库加载和处理这些数据。
提供机构:
irds
原始信息汇总

数据集概述

数据集名称

  • wikiclir/sv

数据提供方

数据内容

  • 文档 (docs): 3,785,412 条记录
  • 查询 (queries): 639,073 条记录
  • 相关性评估 (qrels): 2,069,453 条记录

数据结构

  • 文档 (docs): 每条记录包含 doc_id, title, text
  • 查询 (queries): 每条记录包含 query_id, text
  • 相关性评估 (qrels): 每条记录包含 query_id, doc_id, relevance, iteration

使用方法

python from datasets import load_dataset

docs = load_dataset(irds/wikiclir_sv, docs) queries = load_dataset(irds/wikiclir_sv, queries) qrels = load_dataset(irds/wikiclir_sv, qrels)

引用信息

@inproceedings{sasaki-etal-2018-cross, title = "Cross-Lingual Learning-to-Rank with Shared Representations", author = "Sasaki, Shota and Sun, Shuo and Schamoni, Shigehiko and Duh, Kevin and Inui, Kentaro", booktitle = "Proceedings of the 2018 Conference of the North {A}merican Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 2 (Short Papers)", month = jun, year = "2018", address = "New Orleans, Louisiana", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/N18-2073", doi = "10.18653/v1/N18-2073", pages = "458--463" }

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作