sadeem-ai/sadeem-ar-eval-retrieval-keywords

Sadeem Arabic Keywords Retrieval是一个用于阿拉伯语关键词检索任务的评估基准数据集。该数据集属于文本检索类别，包含三个主要部分：qrels、corpus和queries，分别用于存储查询与文档的相关性信息、文档内容和查询内容。数据集的特征包括query-id、corpus-id、score和text，数据类型均为字符串。数据集的下载大小为2859918字节，总大小为5561641字节。

原始信息汇总

数据集概述

基本信息

• 语言: 阿拉伯语 (ar)
• 多语言性: 单语种
• 任务类别: 文本检索
• 任务ID: 文档检索

配置名称

• 配置名称: test

数据集特征

• 查询ID (query-id): 数据类型 - 字符串
• 文库ID (corpus-id): 数据类型 - 字符串
• 评分 (score): 数据类型 - 字符串
• 文本 (text): 数据类型 - 字符串

数据集分割

• qrels分割:
  • 字节数: 105561
  • 示例数: 4178
• corpus分割:
  • 字节数: 5191545
  • 示例数: 7179
• queries分割:
  • 字节数: 264535
  • 示例数: 4178

数据集大小

• 下载大小: 2859918字节
• 数据集大小: 5561641字节

配置详情

• 配置名称: test
• 数据文件路径:
  • qrels分割: test/qrels-*
  • corpus分割: test/corpus-*
  • queries分割: test/queries-*