taeminlee/Ko-StrategyQA

该数据集代表了将Ko-StrategyQA数据集转换为BeIR格式的过程，使其能够与mteb兼容使用。原始数据集设计用于多跳问答，因此对数据进行了相应的处理，包括将标注者标记的证据文档分组，并排除了包含no_evidence或operation的单元问题。

原始信息汇总

数据集概述

基本信息

• 语言: 韩语 (ko)
• 多语言性: 单语种 (monolingual)
• 数据集大小: 1K<n<10K
• 源数据集: Ko-StrategyQA
• 任务类别: 文本检索 (text-retrieval)
• 任务ID: 文档检索 (document-retrieval)
• 配置名称: corpus
• 标签: 文本检索 (text-retrieval)

数据集详情

• 配置名称: default

  • 特征:
    • query-id: 字符串 (string)
    • corpus-id: 字符串 (string)
    • score: 浮点数 (float64)
  • 分割:
    • train:
      • 字节数: 236940
      • 样本数: 4377
    • dev:
      • 字节数: 61724
      • 样本数: 1145

• 配置名称: corpus

  • 特征:
    • _id: 字符串 (string)
    • title: 字符串 (string)
    • text: 字符串 (string)
  • 分割:
    • corpus:
      • 字节数: 7021046
      • 样本数: 9251

• 配置名称: queries

  • 特征:
    • _id: 字符串 (string)
    • text: 字符串 (string)
  • 分割:
    • queries:
      • 字节数: 244634
      • 样本数: 2833

配置文件

• 配置名称: default

  • 数据文件:
    • train: qrels/train.jsonl
    • dev: qrels/dev.jsonl

• 配置名称: corpus

  • 数据文件:
    • corpus: corpus.jsonl

• 配置名称: queries

  • 数据文件:
    • queries: queries.jsonl