irds/mmarco_fr

`mmarco/fr`数据集由`ir-datasets`包提供，主要包含8,841,823个文档（即语料库）。该数据集用于文本检索任务，并且可以通过`datasets`库进行加载和使用。

The mmarco/fr dataset, provided by the `ir-datasets` package, primarily contains 8,841,823 documents (i.e., the corpus). This dataset is designed for text retrieval tasks and can be loaded and utilized via the `datasets` library.

原始信息汇总

数据集概述

数据集名称

mmarco/fr

数据来源

由 ir-datasets 包提供。

数据内容

• docs (文档，即语料库); 数量=8,841,823

数据用途

• 用于 mmarco_fr_dev
• 用于 mmarco_fr_train

使用示例

python from datasets import load_dataset

docs = load_dataset(irds/mmarco_fr, docs) for record in docs: record # {doc_id: ..., text: ...}

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} }