pyterrier/fiqa.pisa

---
# pretty_name: "" # Example: "MS MARCO Terrier Index"
tags:
- pyterrier
- pyterrier-artifact
- pyterrier-artifact.sparse_index
- pyterrier-artifact.sparse_index.pisa
task_categories:
- text-retrieval
viewer: false
---

# fiqa.pisa

## Description

A PISA index for the FIQA dataset

## Usage

```python
# Load the artifact
import pyterrier as pt
index = pt.Artifact.from_hf('pyterrier/fiqa.pisa')
index.bm25() # returns a BM25 retriever
```

## Benchmarks

`fiqa/dev`

| name | nDCG@10 | R@1000 |
|:-------|----------:|---------:|
| bm25 | 0.263 | 0.7423 |
| dph | 0.2587 | 0.7497 |

`fiqa/test`

| name | nDCG@10 | R@1000 |
|:-------|----------:|---------:|
| bm25 | 0.2411 | 0.7504 |
| dph | 0.2401 | 0.7615 |

## Reproduction

```python
import pyterrier as pt
from tqdm import tqdm
import ir_datasets
from pyterrier_pisa import PisaIndex
index = PisaIndex("fiqa.pisa", threads=16)
dataset = ir_datasets.load('beir/fiqa')
docs = ({'docno': d.doc_id, 'text': d.default_text()} for d in tqdm(dataset.docs))
index.index(docs)
```

## Metadata

```
{
"type": "sparse_index",
"format": "pisa",
"package_hint": "pyterrier-pisa",
"stemmer": "porter2"
}
```

# 美观名称: "" # 示例："MS MARCO Terrier 索引"
标签:
- PyTerrier（pyterrier）
- PyTerrier工件（pyterrier-artifact）
- PyTerrier稀疏索引工件（pyterrier-artifact.sparse_index）
- PyTerrier PISA稀疏索引工件（pyterrier-artifact.sparse_index.pisa）
任务类别:
- 文本检索（text-retrieval）
查看器: 否

## fiqa.pisa

## 数据集描述
适用于FIQA数据集的PISA索引。

## 使用方法
python
# 加载工件（Artifact）
import pyterrier as pt
index = pt.Artifact.from_hf('pyterrier/fiqa.pisa')
index.bm25() # 返回一个BM25检索器（BM25 retriever）

## 基准测试
`fiqa/dev`

| 方法名称 | 归一化折损累计增益@10（nDCG@10） | 召回率@1000（Recall@1000） |
|:-------|----------:|---------:|
| bm25 | 0.263 | 0.7423 |
| dph | 0.2587 | 0.7497 |

`fiqa/test`

| 方法名称 | 归一化折损累计增益@10（nDCG@10） | 召回率@1000（Recall@1000） |
|:-------|----------:|---------:|
| bm25 | 0.2411 | 0.7504 |
| dph | 0.2401 | 0.7615 |

## 复现流程
python
import pyterrier as pt
from tqdm import tqdm
import ir_datasets
from pyterrier_pisa import PisaIndex
index = PisaIndex("fiqa.pisa", threads=16)
dataset = ir_datasets.load('beir/fiqa')
docs = ({'docno': d.doc_id, 'text': d.default_text()} for d in tqdm(dataset.docs))
index.index(docs)

## 元数据

{
"类型": "稀疏索引（sparse_index）",
"格式": "pisa",
"依赖包提示": "pyterrier-pisa",
"词干提取器": "波特2词干提取器（porter2）"
}