5CD-AI/Vietnamese-THUIR-T2Ranking-gg-translated

Vietnamese-THUIR-T2Ranking-gg-translated是一个越南语的大型段落排名数据集，用于信息检索研究与应用。它包含了用于训练、开发和测试的查询和段落数据，以及用于重排的Qrels文件和BM25负样本、硬负样本数据。Vietnamese-THUIR-T2Ranking-gg-translated is a large-scale Vietnamese passage ranking dataset for Information Retrieval research and applications. It includes query and passage data for training, development, and testing, as well as Qrels files for re-ranking and BM25 negative samples, hard negative samples.

原始信息汇总

数据集概述

任务类别

• 文本检索

语言

• 中文
• 越南语

标签

• 信息检索
• 重排序

数据规模

• 1M<n<10M

配置详情

配置名称：qrels.train

• 数据文件：qrels.train.tsv

配置名称：qrels.dev

• 数据文件：
  • 分割：train
  • 路径：data_qrels.dev.tsv

配置名称：qrels.retrieval.train

• 数据文件：
  • 分割：train
  • 路径：qrels.retrieval.train.tsv

配置名称：qrels.retrieval.dev

• 数据文件：
  • 分割：train
  • 路径：data_qrels.retrieval.dev.tsv

配置名称：collection

• 数据文件：
  • 分割：train
  • 路径：
    • collection_json_0_vi.tsv
    • collection_json_1_vi.tsv
    • collection_json_2_vi.tsv
    • collection_json_3_vi.tsv
    • collection_json_4_vi.tsv
    • collection_json_5_vi.tsv
    • collection_json_6_vi.tsv
    • collection_json_7_vi.tsv
    • collection_json_8_vi.tsv
    • collection_json_9_vi.tsv

配置名称：queries.train

• 数据文件：
  • 分割：train
  • 路径：data_queries.train_json_vi.tsv

配置名称：queries.dev

• 数据文件：
  • 分割：train
  • 路径：data_queries.dev_json_vi.tsv

配置名称：queries.test

• 数据文件：
  • 分割：train
  • 路径：data_queries.test_json_vi.tsv

配置名称：train.bm25.tsv

• 数据文件：
  • 分割：train
  • 路径：train.bm25.tsv

配置名称：train.mined.tsv

• 数据文件：
  • 分割：train
  • 路径：train.mined.tsv