macavaney/miracl-noauth

MIRACL-corpus数据集是一个多语言文本检索数据集，支持阿拉伯语、孟加拉语、英语、西班牙语、波斯语、芬兰语、法语、印地语、印度尼西亚语、日语、韩语、俄语、斯瓦希里语、泰卢固语、泰语和中文。该数据集由专家生成注释，适用于文档检索任务，采用Apache 2.0许可证。此版本是原始数据集的克隆，无需认证，但详细信息需参考原始数据集。

原始信息汇总

数据集概述

数据集名称

• 名称：MIRACL-corpus

语言支持

• 支持语言：阿拉伯语 (ar)、孟加拉语 (bn)、英语 (en)、西班牙语 (es)、波斯语 (fa)、芬兰语 (fi)、法语 (fr)、印地语 (hi)、印度尼西亚语 (id)、日语 (ja)、韩语 (ko)、俄语 (ru)、斯瓦希里语 (sw)、泰卢固语 (te)、泰语 (th)、中文 (zh)

多语言性

• 多语言支持

任务类别

• 任务类别：文本检索 (text-retrieval)

许可证

• 许可证：Apache-2.0

任务ID

• 任务ID：文档检索 (document-retrieval)

源数据集

• 源数据集：miracl/miracl