WWW 2019 X-Ling Question Retrieval Data v1

B2FIND2026-04-28 收录

跨语言语义检索

社区问答系统

数据链接：

https://b2find.eudat.eu/dataset/c3ef43ae-afe1-561b-9387-0512812c50c9 数据链接链接失效反馈

官方服务：

资源简介：

This repository contains the data and code to reproduce the results of our paper "Improved Cross-Lingual Question Retrieval for Community Question Answering"...

assim-fatwas

伊斯兰教法问答

跨语言语义检索

该数据集是一个非官方的伊斯兰教法问答（Fatwa Q&A）存档，收录了来自assimalhakeem.net的公开教法问答内容。数据集包含英语和西班牙语两种语言的问答对，其中西班牙语版本为机器翻译。数据以JSON格式存储，包含id、title、answer、url和date等字段。英语版本提供了纯文本和带有384维MiniLM嵌入的两种格式，便于语义搜索。数据集共包含约21,549条教法问答，严格

Hugging Face2026-05-05 更新160

Czech Malach Cross-lingual Speech Retrieval Test Collection

大屠杀历史

跨语言语义检索

This corpus contains interviews with survivors of the Holocaust. The corpus is available for download from LINDAT.

SSH Open MarketPlace2024-09-30 更新90

FAIRsharing record for: Ethnology vocabulary

民族学术语

跨语言语义检索

This FAIRsharing record describes: The Ethnology vocabulary is a controlled vocabulary used for indexing the bibliographical records for the now-archived "Ethnology" FRANCIS database (1972 - 2015, ht

DataCite Commons2024-12-05 更新70

CohereLabs/wikipedia-2023-11-embed-multilingual-v3

文本向量化

跨语言语义检索

--- configs: - config_name: "ab" data_files: - split: train path: ab/* - config_name: "ace" data_files: - split: train path: ace/* - config_name: "ady" data_files: - split: train

Hugging Face2026-03-25 更新150

PaDaS-Lab/webfaq-v2

多语言问答

跨语言语义检索

这是一个多语言问答检索数据集，涵盖超过100种语言，包括南非荷兰语、阿姆哈拉语、阿拉伯语、中文等。数据集主要用于文本检索任务，特别是文档检索。每个数据条目包含ID、来源、URL、问题、答案、语义相似度评分，部分语言还包含主题和问题类型等特征。数据规模庞大，例如英语配置有超过5500万个示例，其他语言也有从几百到数百万不等的示例。该数据集适用于训练和评估多语言检索模型，支持跨语言信息检索研究。

Hugging Face2026-04-27 更新70

WWW 2019 X-Ling Question Retrieval Data v1

资源简介：

相关数据集