irds/wikiclir_tl

`wikiclir/tl`数据集由`ir-datasets`包提供，包含79,008个文档（docs）、48,930个查询（queries）和72,359个相关性评估（qrels）。该数据集主要用于文本检索任务。

原始信息汇总

数据集概述

数据集名称

wikiclir/tl

数据来源

由 ir-datasets 提供。

数据内容

• 文档 (docs): 包含79,008个文档。
• 查询 (queries): 包含48,930个查询。
• 相关性评估 (qrels): 包含72,359个相关性评估记录。

数据结构

• 文档 (docs): 每个记录包含 doc_id, title, text。
• 查询 (queries): 每个记录包含 query_id, text。
• 相关性评估 (qrels): 每个记录包含 query_id, doc_id, relevance, iteration。

使用方法

通过 datasets 库加载数据集，具体代码示例如下： python from datasets import load_dataset

docs = load_dataset(irds/wikiclir_tl, docs) queries = load_dataset(irds/wikiclir_tl, queries) qrels = load_dataset(irds/wikiclir_tl, qrels)

引用信息

@inproceedings{sasaki-etal-2018-cross, title = "Cross-Lingual Learning-to-Rank with Shared Representations", author = "Sasaki, Shota and Sun, Shuo and Schamoni, Shigehiko and Duh, Kevin and Inui, Kentaro", booktitle = "Proceedings of the 2018 Conference of the North {A}merican Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 2 (Short Papers)", month = jun, year = "2018", address = "New Orleans, Louisiana", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/N18-2073", doi = "10.18653/v1/N18-2073", pages = "458--463" }