BeIR/dbpedia-entity-generated-queries

BEIR Benchmark是一个异构的基准测试，由18个不同的数据集组成，涵盖了9种信息检索任务，包括事实核查、问答、生物医学信息检索、新闻检索、论点检索、重复问题检索、引文预测、推文检索和实体检索。所有数据集均为英文，并且已经过预处理，可以直接用于实验。数据集的结构包括corpus、queries和qrels文件，分别存储文档、查询和查询-文档相关性判断。

The BEIR Benchmark is a heterogeneous benchmark composed of 18 distinct datasets, covering 9 types of information retrieval tasks including fact checking, question answering, biomedical information retrieval, news retrieval, argument retrieval, duplicate question retrieval, citation prediction, tweet retrieval, and entity retrieval. All datasets are in English and have been preprocessed, ready for direct use in experiments. The structure of the datasets includes corpus, queries and qrels files, which respectively store documents, queries and query-document relevance judgments.

原始信息汇总

BEIR Benchmark 数据集概述

数据集描述

数据集摘要

BEIR是一个异构基准，由18个不同的数据集组成，涵盖9个信息检索任务，包括事实检查、问答、生物医学信息检索、新闻检索、论点检索等。

支持的任务和排行榜

数据集支持排行榜，评估模型在特定任务上的表现，如F1或EM，以及从维基百科检索支持信息的能力。

语言

所有任务均使用英语。

数据集结构

数据实例

每个BEIR数据集包含三个部分：corpus、queries和qrels。corpus包含文档的标题和文本，queries包含查询文本，qrels包含查询和文档之间的相关性评分。

数据字段

• corpus: 包含文档ID、标题和文本。
• queries: 包含查询ID和文本。
• qrels: 包含查询ID、文档ID和相关性评分。

数据分割

数据集根据不同的任务和数据集，有不同的训练、验证和测试分割。

数据集创建

来源数据

数据集由多个不同的源数据集组成，每个源数据集都有其特定的格式和内容。

许可证信息

数据集遵循CC-BY-SA-4.0许可证。

引用信息

引用该数据集时，应使用提供的引用格式。

贡献者

感谢@Nthakur20为数据集的贡献。