five

irds/mmarco_v2_pt_train

收藏
Hugging Face2023-01-05 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/irds/mmarco_v2_pt_train
下载链接
链接失效反馈
官方服务:
资源简介:
`mmarco/v2/pt/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808,731个查询(queries)、532,761个相关性评估(qrels)和39,780,811个文档对(docpairs)。文档部分需要使用`irds/mmarco_v2_pt`数据集。数据集的使用示例代码展示了如何加载查询、相关性评估和文档对数据。该数据集的相关文献为《mMARCO: A Multilingual Version of MS MARCO Passage Ranking Dataset》。

The `mmarco/v2/pt/train` dataset is provided by the ir-datasets package, and is primarily designed for text retrieval tasks. It contains 808,731 queries, 532,761 relevance judgments (qrels), and 39,780,811 document pairs (docpairs). The document corpus of this dataset requires the use of the `irds/mmarco_v2_pt` dataset. Example usage code demonstrates how to load queries, relevance judgments, and document pair data. The relevant academic literature for this dataset is *mMARCO: A Multilingual Version of MS MARCO Passage Ranking Dataset*.
提供机构:
irds
原始信息汇总

数据集概述

数据集名称

mmarco/v2/pt/train

数据集来源

  • 来源:ir-datasets
  • 原始数据集:irds/mmarco_v2_pt

数据集内容

  • queries(查询):808,731条
  • qrels(相关性评估):532,761条
  • docpairs(文档对):39,780,811对

数据集使用

  • 加载数据集示例: python from datasets import load_dataset

    queries = load_dataset(irds/mmarco_v2_pt_train, queries) qrels = load_dataset(irds/mmarco_v2_pt_train, qrels) docpairs = load_dataset(irds/mmarco_v2_pt_train, docpairs)

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} }

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