mteb/nq

NQ数据集是一个用于文本检索任务的英文数据集，包含人类标注的注释。它提供了大量的查询和文档，可用于评估嵌入模型在自然语言处理任务上的表现。

The NQ dataset is an English dataset for text retrieval tasks, which includes human-annotated annotations. It provides a large number of queries and documents for evaluating the performance of embedding models on natural language processing tasks.

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 多语言性: 单语种
• 任务类别: 文本检索
• 源数据集: nq
• 任务ID: 文档检索
• 配置名称: corpus
• 标签: 文本检索

数据集配置

默认配置

• 配置名称: default
• 特征:
  • query-id: 字符串
  • corpus-id: 字符串
  • score: 浮点数 (float64)
• 分割:
  • test:
    • 字节数: 133323
    • 示例数: 4201

语料库配置

• 配置名称: corpus
• 特征:
  • _id: 字符串
  • title: 字符串
  • text: 字符串
• 分割:
  • corpus:
    • 字节数: 1381417863
    • 示例数: 2681468

查询配置

• 配置名称: queries
• 特征:
  • _id: 字符串
  • text: 字符串
• 分割:
  • queries:
    • 字节数: 220472
    • 示例数: 3452

数据文件

默认配置

• 配置名称: default
• 数据文件:
  • 分割: test
  • 路径: qrels/test.jsonl

语料库配置

• 配置名称: corpus
• 数据文件:
  • 分割: corpus
  • 路径: corpus.jsonl

查询配置

• 配置名称: queries
• 数据文件:
  • 分割: queries
  • 路径: queries.jsonl