mteb/neuclir-2023

NeuCLIR2023Retrieval是一个大规模文本嵌入基准（MTEB）数据集，用于检索与查询相关的文档。该数据集包含多种语言，包括波斯语（fas）、俄语（rus）和中文（zho）。它被设计用于文本检索任务，并提供了大量的样本和文档，用于评估嵌入模型在检索任务上的表现。

NeuCLIR2023Retrieval is a Massive Text Embedding Benchmark (MTEB) dataset designed for text retrieval tasks. It includes multiple languages such as Persian (fas), Russian (rus), and Chinese (zho). The dataset is extensive with a large number of samples and documents, which are used to evaluate the performance of embedding models on retrieval tasks.

原始信息汇总

数据集概述

语言

• 波斯语 (fas)
• 俄语 (rus)
• 中文 (zho)

多语言性

• 多语言

任务类别

• 文本检索

来源

• 来自 NeuCLIR TREC Track 2023
• 生成自 https://huggingface.co/datasets/neuclir/neuclir1