irds/mmarco_v2_ja_train

`mmarco/v2/ja/train`数据集由ir-datasets包提供，主要用于文本检索任务。该数据集包含808,731个查询（即主题）、532,761个相关性评估和39,780,811个文档对。文档部分需要使用`irds/mmarco_v2_ja`数据集。

原始信息汇总

数据集概述

数据集名称

mmarco/v2/ja/train

数据集来源

• 源数据集：irds/mmarco_v2_ja

任务类别

• 文本检索

数据集内容

• queries（查询）：数量为808,731
• qrels（相关性评估）：数量为532,761
• docpairs（文档对）：数量为39,780,811

数据集使用

python from datasets import load_dataset

queries = load_dataset(irds/mmarco_v2_ja_train, queries) qrels = load_dataset(irds/mmarco_v2_ja_train, qrels) docpairs = load_dataset(irds/mmarco_v2_ja_train, docpairs)

引用信息

@article{Bonifacio2021MMarco, title={{mMARCO}: A Multilingual Version of {MS MARCO} Passage Ranking Dataset}, author={Luiz Henrique Bonifacio and Israel Campiotti and Roberto Lotufo and Rodrigo Nogueira}, year={2021}, journal={arXiv:2108.13897} }