irds/wikir_ens78k
收藏Hugging Face2023-01-05 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/irds/wikir_ens78k
下载链接
链接失效反馈官方服务：
资源简介：
`wikir/ens78k`数据集由`ir-datasets`包提供，包含2,456,637个文档（即语料库）。该数据集可用于文本检索任务。
提供机构：
irds
原始信息汇总
数据集概述
数据集名称
wikir/ens78k
数据集来源
由ir-datasets包提供。
数据集内容
- 数据类型: 文档（corpus）
- 文档数量: 2,456,637
数据集使用示例
python from datasets import load_dataset
docs = load_dataset(irds/wikir_ens78k, docs) for record in docs: record # {doc_id: ..., text: ...}
引用信息
@inproceedings{Frej2020Wikir, title={WIKIR: A Python toolkit for building a large-scale Wikipedia-based English Information Retrieval Dataset}, author={Jibril Frej and Didier Schwab and Jean-Pierre Chevallet}, booktitle={LREC}, year={2020} } @inproceedings{Frej2020MlWikir, title={MLWIKIR: A Python Toolkit for Building Large-scale Wikipedia-based Information Retrieval Datasets in Chinese, English, French, Italian, Japanese, Spanish and More}, author={Jibril Frej and Didier Schwab and Jean-Pierre Chevallet}, booktitle={CIRCLE}, year={2020} }
