irds/medline_2004

`medline/2004`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3,672,808个文档，这些文档是数据集的核心内容。数据集还被用于`medline_2004_trec-genomics-2004`和`medline_2004_trec-genomics-2005`两个相关数据集的构建。

原始信息汇总

数据集概述

数据集名称

• medline/2004

数据来源

• 由 ir-datasets 包提供。

数据内容

• docs (文档，即语料库); 数量为3,672,808。

使用场景

• 用于 medline_2004_trec-genomics-2004 和 medline_2004_trec-genomics-2005。

数据加载示例

python from datasets import load_dataset

docs = load_dataset(irds/medline_2004, docs) for record in docs: record # {doc_id: ..., title: ..., abstract: ...}