five

NanoMSMARCO-bm25

收藏
魔搭社区2025-12-04 更新2025-03-01 收录
下载链接:
https://modelscope.cn/datasets/sentence-transformers/NanoMSMARCO-bm25
下载链接
链接失效反馈
官方服务:
资源简介:
# NanoBEIR MS MARCO with BM25 rankings This dataset is an updated variant of [NanoMSMARCO](https://huggingface.co/datasets/zeta-alpha-ai/NanoMSMARCO), which is a subset of the MS MARCO dataset from the Benchmark for Information Retrieval (BEIR). MS MARCO was created as a subset of the rather large BEIR, designed to be more efficient to run. This dataset adds a `bm25-ranked-ids` column to the `relevance` subset, which contains a ranking of every single passage in the corpus to the query. This dataset is used in Sentence Transformers for evaluating CrossEncoder (i.e. reranker) models on NanoBEIR by reranking the top *k* results from BM25.

# 带BM25排序的NanoBEIR MS MARCO数据集 本数据集是[NanoMSMARCO](https://huggingface.co/datasets/zeta-alpha-ai/NanoMSMARCO)的更新变体,而NanoMSMARCO是信息检索基准测试集(Benchmark for Information Retrieval,BEIR)中MS MARCO数据集的子集。 MS MARCO本身作为规模庞大的BEIR的子集,旨在降低运行开销、提升运行效率。 本数据集在`relevance`子集中新增了`bm25-ranked-ids`列,该列存储了语料库中所有段落针对对应查询的BM25排序结果。 该数据集被应用于Sentence Transformers框架中,用于通过对BM25返回的前*k*条结果进行重排序,在NanoBEIR基准上评估交叉编码器(CrossEncoder,即重排序模型)的性能。
提供机构:
maas
创建时间:
2025-02-26
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作