irds/mr-tydi_ru

`mr-tydi/ru`数据集由`ir-datasets`包提供，包含文档（docs）、查询（queries）和相关性评估（qrels）三部分。具体数量为：文档9,597,504条，查询7,763条，相关性评估7,909条。该数据集用于`mr-tydi_ru_dev`、`mr-tydi_ru_test`和`mr-tydi_ru_train`等子数据集。

原始信息汇总

数据集概述

数据集名称

mr-tydi/ru

数据来源

由 ir-datasets 提供。

数据内容

• 文档 (docs): 9,597,504 条记录
• 查询 (queries): 7,763 条记录
• 相关性评估 (qrels): 7,909 条记录

使用场景

该数据集被用于以下场景：

• mr-tydi_ru_dev
• mr-tydi_ru_test
• mr-tydi_ru_train

数据集加载示例

python from datasets import load_dataset

docs = load_dataset(irds/mr-tydi_ru, docs) queries = load_dataset(irds/mr-tydi_ru, queries) qrels = load_dataset(irds/mr-tydi_ru, qrels)

引用信息

@article{Zhang2021MrTyDi, title={{Mr. TyDi}: A Multi-lingual Benchmark for Dense Retrieval}, author={Xinyu Zhang and Xueguang Ma and Peng Shi and Jimmy Lin}, year={2021}, journal={arXiv:2108.08787}, } @article{Clark2020TyDiQa, title={{TyDi QA}: A Benchmark for Information-Seeking Question Answering in Typologically Diverse Languages}, author={Jonathan H. Clark and Eunsol Choi and Michael Collins and Dan Garrette and Tom Kwiatkowski and Vitaly Nikolaev and Jennimaria Palomaki}, year={2020}, journal={Transactions of the Association for Computational Linguistics} }