mteb/fiqa

该数据集主要用于文本检索任务，包含三个配置：default、corpus和queries。default配置包含query-id、corpus-id和score特征，corpus配置包含_id、title和text特征，queries配置包含_id和text特征。数据集的分割包括train、dev、test、corpus和queries，每个分割都有相应的字节大小和示例数量。

原始信息汇总

数据集概述

语言和多语言性

• 语言: 英语
• 多语言性: 单语种

任务类别和任务ID

• 任务类别: 文本检索
• 任务ID: 文档检索

配置名称和特征

• 配置名称: default

  • 特征:
    • query-id: 字符串
    • corpus-id: 字符串
    • score: 浮点数 (float64)
  • 分割:
    • train: 365642 字节, 14166 样本
    • dev: 31919 字节, 1238 样本
    • test: 43996 字节, 1706 样本

• 配置名称: corpus

  • 特征:
    • _id: 字符串
    • title: 字符串
    • text: 字符串
  • 分割:
    • corpus: 45303212 字节, 57638 样本

• 配置名称: queries

  • 特征:
    • _id: 字符串
    • text: 字符串
  • 分割:
    • queries: 491278 字节, 6648 样本

配置和数据文件

• 配置名称: default

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