projetomemoreba/mteb_mrobust_retrieval

---
dataset_info:
- config_name: corpus
features:
- name: _id
dtype: string
- name: text
dtype: string
- name: title
dtype: string
splits:
- name: corpus
num_bytes: 635358131.9513439
num_examples: 174787
download_size: 456676642
dataset_size: 635358131.9513439
- config_name: default
features:
- name: query-id
dtype: string
- name: document-id
dtype: string
- name: score
dtype: int64
splits:
- name: test
num_bytes: 508017.7811277737
num_examples: 16381
download_size: 157808
dataset_size: 508017.7811277737
- config_name: queries
features:
- name: _id
dtype: string
- name: text
dtype: string
splits:
- name: queries
num_bytes: 29918
num_examples: 250
download_size: 20621
dataset_size: 29918
configs:
- config_name: corpus
data_files:
- split: corpus
path: corpus/corpus-*
- config_name: default
data_files:
- split: test
path: data/test-*
- config_name: queries
data_files:
- split: queries
path: queries/queries-*
---

原始信息汇总

数据集概述

配置信息

配置1: corpus

• 特征:
  • _id: 数据类型为字符串
  • text: 数据类型为字符串
  • title: 数据类型为字符串
• 分割:
  • corpus: 大小为635358131.9513439字节，包含174787个样本
• 下载大小: 456676642字节
• 数据集大小: 635358131.9513439字节

配置2: default

• 特征:
  • query-id: 数据类型为字符串
  • document-id: 数据类型为字符串
  • score: 数据类型为int64
• 分割:
  • test: 大小为508017.7811277737字节，包含16381个样本
• 下载大小: 157808字节
• 数据集大小: 508017.7811277737字节

配置3: queries

• 特征:
  • _id: 数据类型为字符串
  • text: 数据类型为字符串
• 分割:
  • queries: 大小为29918字节，包含250个样本
• 下载大小: 20621字节
• 数据集大小: 29918字节

数据文件路径

配置1: corpus

• 分割: corpus
• 路径: corpus/corpus-*

配置2: default

• 分割: test
• 路径: data/test-*

配置3: queries

• 分割: queries
• 路径: queries/queries-*