irds/mr-tydi_sw_train

`mr-tydi/sw/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2,072个查询（即主题）和2,401个相关性评估。文档部分需要使用`irds/mr-tydi_sw`数据集。

原始信息汇总

数据集概述

数据集名称

mr-tydi/sw/train

数据来源

• 原始数据集：irds/mr-tydi_sw

数据内容

• queries（主题）：数量为2,072
• qrels（相关性评估）：数量为2,401
• docs：使用数据集irds/mr-tydi_sw

数据使用示例

python from datasets import load_dataset

加载查询数据

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

加载相关性评估数据

qrels = load_dataset(irds/mr-tydi_sw_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} }