irds/mr-tydi_en_train

`mr-tydi/en/train`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3,547个`queries`（即主题）和3,547个`qrels`（相关性评估）。文档部分需要使用`irds/mr-tydi_en`数据集。数据集的使用示例展示了如何通过Python代码加载`queries`和`qrels`。

原始信息汇总

数据集卡片 mr-tydi/en/train

数据集概述

mr-tydi/en/train 数据集由 ir-datasets 包提供。

数据内容

• 查询（queries）：包含 3,547 个主题。
• 相关性评估（qrels）：包含 3,547 个相关性评估。
• 文档（docs）：使用 irds/mr-tydi_en。

使用方法

以下是加载查询和相关性评估的示例代码：

python from datasets import load_dataset

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

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

引用信息

@article{Zhang2021MrTyDi, title={{Mr. TyDi}: A Multi-lingual Benchmark for Dense Retrieval}, author={Xinyu Zhang and Xueguang Ma and Peng Shi and Jimmy Lin}, year={2021}, journal={arXiv:2108.08787}, } @article{Clark2020TyDiQa, title={{TyDi QA}: A Benchmark for Information-Seeking Question Answering in Typologically Diverse Languages}, author={Jonathan H. Clark and Eunsol Choi and Michael Collins and Dan Garrette and Tom Kwiatkowski and Vitaly Nikolaev and Jennimaria Palomaki}, year={2020}, journal={Transactions of the Association for Computational Linguistics} }