irds/mmarco_v2_fr_train

`mmarco/v2/fr/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个相关性评估和39,780,811个文档对。文档数据需要使用`irds/mmarco_v2_fr`数据集。

原始信息汇总

数据集概述

数据集名称

mmarco/v2/fr/train

数据来源

• 源数据集: irds/mmarco_v2_fr

任务类别

• 文本检索

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: 文档对，数量为39,780,811

数据使用

• 使用irds/mmarco_v2_fr数据集中的docs

数据加载示例

python from datasets import load_dataset

queries = load_dataset(irds/mmarco_v2_fr_train, queries) for record in queries: record # {query_id: ..., text: ...}

qrels = load_dataset(irds/mmarco_v2_fr_train, qrels) for record in qrels: record # {query_id: ..., doc_id: ..., relevance: ..., iteration: ...}

docpairs = load_dataset(irds/mmarco_v2_fr_train, docpairs) for record in docpairs: record # {query_id: ..., doc_id_a: ..., doc_id_b: ...}

引用信息

@article{Bonifacio2021MMarco, title={{mMARCO}: A Multilingual Version of {MS MARCO} Passage Ranking Dataset}, author={Luiz Henrique Bonifacio and Israel Campiotti and Roberto Lotufo and Rodrigo Nogueira}, year={2021}, journal={arXiv:2108.13897} }