irds/mmarco_zh_dev

`mmarco/zh/dev`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101,093个查询（即主题）和59,273个相关性评估。文档数据需要从`irds/mmarco_zh`数据集中获取。该数据集被`mmarco_zh_dev_v1.1`使用。

原始信息汇总

数据集概述

数据集名称

mmarco/zh/dev

数据来源

• 原始数据集：irds/mmarco_zh

数据内容

• queries（查询主题）：数量=101,093
• qrels（相关性评估）：数量=59,273
• docs（文档）：使用irds/mmarco_zh数据集

数据用途

该数据集被用于：mmarco_zh_dev_v1.1

数据使用示例

python from datasets import load_dataset

queries = load_dataset(irds/mmarco_zh_dev, queries) for record in queries: record # {query_id: ..., text: ...}

qrels = load_dataset(irds/mmarco_zh_dev, qrels) for record in qrels: record # {query_id: ..., doc_id: ..., relevance: ..., iteration: ...}

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} }