irds/neumarco_fa_train

`neumarco/fa/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808,731个查询（即主题）、532,761个相关性评估（qrels）和269,919,004个文档对（docpairs）。文档数据需要使用`irds/neumarco_fa`数据集。

The `neumarco/fa/train` dataset, provided by the ir-datasets package, is primarily intended for text retrieval tasks. It contains 808,731 queries (i.e., topics), 532,761 relevance judgments (qrels), and 269,919,004 document pairs (docpairs). The document data of this dataset requires the use of the `irds/neumarco_fa` dataset.

原始信息汇总

数据集概述

数据集名称

neumarco/fa/train

数据来源

• 原始数据集：irds/neumarco_fa

数据内容

• queries（查询主题）：数量为808,731
• qrels（相关性评估）：数量为532,761
• docpairs：数量为269,919,004

数据用途

该数据集用于生成neumarco_fa_train_judged数据集。

数据加载示例

python from datasets import load_dataset

加载查询数据

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

加载相关性评估数据

qrels = load_dataset(irds/neumarco_fa_train, qrels) for record in qrels: record # {query_id: ..., doc_id: ..., relevance: ..., iteration: ...}

加载文档对数据

docpairs = load_dataset(irds/neumarco_fa_train, docpairs) for record in docpairs: record # {query_id: ..., doc_id_a: ..., doc_id_b: ...}