irds/nfcorpus_train

`nfcorpus/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2,594个查询和139,350个相关性评估。文档部分需要从`irds/nfcorpus`数据集中获取。数据集的使用方法包括加载查询和相关性评估数据，并提供了Python代码示例。该数据集的相关研究发表于2016年的欧洲信息检索会议（ECIR）。

原始信息汇总

数据集概述

数据集名称

nfcorpus/train

数据来源

• 源数据集：irds/nfcorpus

任务类别

• 文本检索

数据内容

• queries（查询，即主题）：数量为2,594
• qrels（相关性评估）：数量为139,350
• docs（文档）：使用数据集irds/nfcorpus

使用示例

python from datasets import load_dataset

queries = load_dataset(irds/nfcorpus_train, queries) for record in queries: record # {query_id: ..., title: ..., all: ...}

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

引用信息

@inproceedings{Boteva2016Nfcorpus, title="A Full-Text Learning to Rank Dataset for Medical Information Retrieval", author = "Vera Boteva and Demian Gholipour and Artem Sokolov and Stefan Riezler", booktitle = "Proceedings of the European Conference on Information Retrieval ({ECIR})", location = "Padova, Italy", publisher = "Springer", year = 2016 }