irds/mmarco_v2_fr

`mmarco/v2/fr`数据集由`ir-datasets`包提供，包含8,841,823个文档（即语料库）。该数据集用于`mmarco_v2_fr_dev`和`mmarco_v2_fr_train`数据集。用户可以通过`datasets`库加载该数据集，并访问每个文档的`doc_id`和`text`字段。

The `mmarco/v2/fr` dataset is provided by the `ir-datasets` package, and it contains 8,841,823 documents (i.e., the corpus). This dataset is used for the `mmarco_v2_fr_dev` and `mmarco_v2_fr_train` datasets. Users can load this dataset via the `datasets` library and access the `doc_id` and `text` fields of each document.

原始信息汇总

数据集概述

数据集名称

mmarco/v2/fr

数据集来源

由ir-datasets包提供。

数据集内容

• 数据类型: 文档（corpus）
• 文档数量: 8,841,823

使用场景

该数据集被用于以下两个数据集：

• mmarco_v2_fr_dev
• mmarco_v2_fr_train

使用示例

python from datasets import load_dataset

docs = load_dataset(irds/mmarco_v2_fr, docs) for record in docs: record # {doc_id: ..., text: ...}

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} }