mteb/cqadupstack-gis

该数据集是一个单语言（英语）的文本检索数据集，来源于cqadupstack-gis。数据集包含三个配置：default、corpus和queries。default配置用于测试，包含query-id、corpus-id和score特征；corpus配置包含_id、title和text特征，用于存储文档内容；queries配置包含_id和text特征，用于存储查询内容。

原始信息汇总

数据集概述

语言和多语言性

• 语言: 英语
• 多语言性: 单语种

任务类别和任务ID

• 任务类别: 文本检索
• 任务ID: 文档检索

配置名称和特征

• 配置名称: default

  • 特征:
    • query-id: 字符串
    • corpus-id: 字符串
    • score: float64
  • 分割:
    • 名称: test
    • 字节数: 28952
    • 样本数: 1114

• 配置名称: corpus

  • 特征:
    • _id: 字符串
    • title: 字符串
    • text: 字符串
  • 分割:
    • 名称: corpus
    • 字节数: 38750755
    • 样本数: 37637

• 配置名称: queries

  • 特征:
    • _id: 字符串
    • text: 字符串
  • 分割:
    • 名称: queries
    • 字节数: 57704
    • 样本数: 885

数据文件

• 配置名称: default

  • 分割: test
  • 路径: qrels/test.jsonl

• 配置名称: corpus

  • 分割: corpus
  • 路径: corpus.jsonl

• 配置名称: queries

  • 分割: queries
  • 路径: queries.jsonl