jhu-clsp/robust04-instructions

--- language: - en multilinguality: - monolingual task_categories: - text-retrieval source_datasets: - robust04 task_ids: - document-retrieval config_names: - corpus tags: - text-retrieval - instruction-retrieval dataset_info: - config_name: top_ranked features: - name: qid dtype: string - name: pid dtype: string splits: - name: top_ranked num_examples: 52000 - config_name: qrels_og features: - name: query-id dtype: string - name: corpus-id dtype: string - name: score dtype: float64 splits: - name: test num_examples: 18465 - config_name: qrels_changed features: - name: query-id dtype: string - name: corpus-id dtype: string - name: score dtype: float64 splits: - name: test num_examples: 18465 - config_name: corpus features: - name: _id dtype: string - name: title dtype: string - name: text dtype: string splits: - name: corpus num_examples: 47492 - config_name: queries features: - name: _id dtype: string - name: text dtype: string - name: instruction_og dtype: string - name: instruction_changed dtype: string - name: keywords dtype: string - name: short_query dtype: string splits: - name: queries num_examples: 52 configs: - config_name: qrels_og data_files: - split: test path: qrels_og/test.jsonl - config_name: qrels_changed data_files: - split: test path: qrels_changed/test.jsonl - config_name: corpus data_files: - split: corpus path: corpus.jsonl - config_name: queries data_files: - split: queries path: queries.jsonl - config_name: top_ranked data_files: - split: top_ranked path: top_ranked.jsonl license: mit ---语言： - en 多语言属性： - 单语 任务类别： - 文本检索（text-retrieval） 源数据集： - robust04 任务子类型： - 文档检索（document-retrieval） 配置名称： - corpus 标签： - 文本检索（text-retrieval） - 指令检索（instruction-retrieval） 数据集信息： - 配置名称：top_ranked 特征字段： - 名称：qid，数据类型：字符串 - 名称：pid，数据类型：字符串 数据分割： - 分割名称：top_ranked，样本数量：52000 - 配置名称：qrels_og 特征字段： - 名称：query-id，数据类型：字符串 - 名称：corpus-id，数据类型：字符串 - 名称：score，数据类型：64位浮点数 数据分割： - 分割名称：test，样本数量：18465 - 配置名称：qrels_changed 特征字段： - 名称：query-id，数据类型：字符串 - 名称：corpus-id，数据类型：字符串 - 名称：score，数据类型：64位浮点数 数据分割： - 分割名称：test，样本数量：18465 - 配置名称：corpus 特征字段： - 名称：_id，数据类型：字符串 - 名称：title，数据类型：字符串 - 名称：text，数据类型：字符串 数据分割： - 分割名称：corpus，样本数量：47492 - 配置名称：queries 特征字段： - 名称：_id，数据类型：字符串 - 名称：text，数据类型：字符串 - 名称：instruction_og，数据类型：字符串 - 名称：instruction_changed，数据类型：字符串 - 名称：keywords，数据类型：字符串 - 名称：short_query，数据类型：字符串 数据分割： - 分割名称：queries，样本数量：52 配置项： - 配置名称：qrels_og 数据文件： - 分割名称：test 文件路径：qrels_og/test.jsonl - 配置名称：qrels_changed 数据文件： - 分割名称：test 文件路径：qrels_changed/test.jsonl - 配置名称：corpus 数据文件： - 分割名称：corpus 文件路径：corpus.jsonl - 配置名称：queries 数据文件： - 分割名称：queries 文件路径：queries.jsonl - 配置名称：top_ranked 数据文件： - 分割名称：top_ranked 文件路径：top_ranked.jsonl

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
• 任务类别: 文本检索
• 源数据集: robust04
• 任务ID: 文档检索
• 配置名称: corpus
• 标签: 文本检索, 指令检索

数据集配置

配置: top_ranked

• 特征:
  • qid: 字符串
  • pid: 字符串
• 分割:
  • top_ranked: 52000个示例

配置: qrels_og

• 特征:
  • query-id: 字符串
  • corpus-id: 字符串
  • score: 浮点数
• 分割:
  • test: 18465个示例

配置: qrels_changed

• 特征:
  • query-id: 字符串
  • corpus-id: 字符串
  • score: 浮点数
• 分割:
  • test: 18465个示例

配置: corpus

• 特征:
  • _id: 字符串
  • title: 字符串
  • text: 字符串
• 分割:
  • corpus: 47492个示例

配置: queries

• 特征:
  • _id: 字符串
  • text: 字符串
  • instruction_og: 字符串
  • instruction_changed: 字符串
  • keywords: 字符串
  • short_query: 字符串
• 分割:
  • queries: 52个示例

数据文件

配置: qrels_og

• 文件:
  • test: qrels_og/test.jsonl

配置: qrels_changed

• 文件:
  • test: qrels_changed/test.jsonl

配置: corpus

• 文件:
  • corpus: corpus.jsonl

配置: queries

• 文件:
  • queries: queries.jsonl

配置: top_ranked

• 文件:
  • top_ranked: top_ranked.jsonl