irds/trec-mandarin
收藏Hugging Face2023-01-05 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/irds/trec-mandarin
下载链接
链接失效反馈官方服务：
资源简介：
`trec-mandarin`数据集由`ir-datasets`包提供，包含164,789个文档（即语料库）。该数据集被用于`trec-mandarin_trec5`和`trec-mandarin_trec6`两个子数据集。使用示例展示了如何通过`datasets`库加载数据集。引用信息提供了数据集的作者、年份、URL和出版商。
提供机构：
irds
原始信息汇总
数据集概述
数据集名称
trec-mandarin
数据集来源
由 ir-datasets 提供。
数据集内容
- 数据类型: 文本检索
- 文档数量: 164,789
数据集使用
该数据集被用于以下子集：
数据集加载示例
python from datasets import load_dataset
docs = load_dataset(irds/trec-mandarin, docs) for record in docs: record # {doc_id: ..., text: ..., marked_up_doc: ...}
引用信息
@misc{Rogers2000Mandarin, title={TREC Mandarin LDC2000T52}, author={Rogers, Willie}, year={2000}, url={https://catalog.ldc.upenn.edu/LDC2000T52}, publisher={Linguistic Data Consortium} }
