five

irds/disks45_nocr

收藏
Hugging Face2023-01-05 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/irds/disks45_nocr
下载链接
链接失效反馈
官方服务:
资源简介:
`disks45/nocr`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528,155个文档(即语料库)。该数据集被多个其他数据集使用,如`disks45_nocr_trec-robust-2004`及其多个折叠版本、`disks45_nocr_trec7`和`disks45_nocr_trec8`。

The `disks45/nocr` dataset is provided by the `ir-datasets` package and is primarily used for text retrieval tasks. This dataset contains 528,155 documents, namely the corpus. It has been utilized by multiple other datasets, such as `disks45_nocr_trec-robust-2004` and its multiple fold versions, as well as `disks45_nocr_trec7` and `disks45_nocr_trec8`.
提供机构:
irds
原始信息汇总

数据集概述

数据集名称

  • disks45/nocr

数据集来源

数据集内容

  • 包含 docs(文档,即语料库),总计528,155个文档。

数据集用途

  • 用于多个数据集,包括:
    • disks45_nocr_trec-robust-2004 及其多个折叠版本
    • disks45_nocr_trec7
    • disks45_nocr_trec8

数据集加载示例

python from datasets import load_dataset

docs = load_dataset(irds/disks45_nocr, docs) for record in docs: record # {doc_id: ..., title: ..., body: ..., marked_up_doc: ...}

引用信息

@misc{Voorhees1996Disks45, title = {NIST TREC Disks 4 and 5: Retrieval Test Collections Document Set}, author = {Ellen M. Voorhees}, doi = {10.18434/t47g6m}, year = {1996}, publisher = {National Institute of Standards and Technology} }

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