بیر

  • توضیحات :

BEIR یک معیار ناهمگن حاوی وظایف IR متنوع است. همچنین یک چارچوب مشترک و آسان برای ارزیابی مدل‌های بازیابی مبتنی بر NLP شما در معیار ارائه می‌کند.

FeaturesDict({
    'passage': Text(shape=(), dtype=string),
    'passage_id': Text(shape=(), dtype=string),
    'passage_metadata': Text(shape=(), dtype=string),
    'query': Text(shape=(), dtype=string),
    'query_id': Text(shape=(), dtype=string),
    'query_metadata': Text(shape=(), dtype=string),
    'score': float32,
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
گذر متن رشته
passage_id متن رشته
passage_metadata متن رشته
پرس و جو متن رشته
query_id متن رشته
query_metadata متن رشته
نمره تانسور float32
@inproceedings{
    thakur2021beir,
    title={ {BEIR}: A Heterogeneous Benchmark for Zero-shot Evaluation of Information Retrieval Models},
    author={Nandan Thakur and Nils Reimers and Andreas R{"u}ckl{'e} and Abhishek Srivastava and Iryna Gurevych},
    booktitle={Thirty-fifth Conference on Neural Information Processing Systems Datasets and Benchmarks Track (Round 2)},
    year={2021},
    url={https://openreview.net/forum?id=wCu6T5xFjeJ}
}

beir/msmarco (پیکربندی پیش فرض)

  • حجم دانلود : 1.01 GiB

  • حجم مجموعه داده : 4.53 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 8,841,823
'query' 509,962
'test' 9,139
'train' 516,472
'validation' 7,433

beir/trec_covid

  • حجم دانلود : 70.45 MiB

  • حجم مجموعه داده : 292.04 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 171,332
'query' 50
'test' 35,480

beir/nfcorpus

  • حجم دانلود : 2.34 MiB

  • حجم مجموعه داده : 24.94 MiB

  • ذخیره خودکار ( اسناد ): بله

  • تقسیم ها :

شکاف مثال ها
'passage' 3,633
'query' 3,237
'test' 3,128
'train' 3,588
'validation' 3,119

beir/nq

  • حجم دانلود : 475.22 MiB

  • حجم مجموعه داده : 1.66 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 2,681,468
'query' 3,452
'test' 4,201

beir/hotpotqa

  • حجم دانلود : 623.73 MiB

  • حجم مجموعه داده : 2.64 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 5,233,329
'query' 97,852
'test' 13783
'train' 101,307
'validation' 10,335

بیر/فیقا

  • حجم دانلود : 17.12 MiB

  • حجم مجموعه داده : 73.39 MiB

  • ذخیره خودکار ( اسناد ): بله

  • تقسیم ها :

شکاف مثال ها
'passage' 57638
'query' 6648
'test' 1,706
'train' 14,166
'validation' 1,238

بیر/آرگوانا

  • حجم دانلود : 3.60 MiB

  • حجم مجموعه داده : 15.08 MiB

  • ذخیره خودکار ( اسناد ): بله

  • تقسیم ها :

شکاف مثال ها
'passage' 8674
'query' 1,406
'test' 1,401

beir/webis_touche2020

  • حجم دانلود : 216.61 MiB

  • حجم مجموعه داده : 747.57 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 382,545
'query' 49
'test' 2099

beir/cqadupstack.android

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 883.49 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 22998
'query' 699
'test' 1696

beir/cqadupstack.english

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 3.78 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 40,221
'query' 1570
'test' 3765

beir/cqadupstack.gaming

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 2.64 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 45,301
'query' 1595
'test' 2263

beir/cqadupstack.gis

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 1.47 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 37637
'query' 885
'test' 1,114

beir/cqadupstack.mathematica

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 1.58 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 16705
'query' 804
'test' 1,358

beir/cqadupstack.physics

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 2.02 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 38,316
'query' 1039
'test' 1,933

beir/cqadupstack.programmers

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 2.14 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 32,176
'query' 876
'test' 1675

beir/cqadupstack.stats

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 941.07 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 42269
'query' 652
'test' 913

beir/cqadupstack.tex

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 21.75 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 68,184
'query' 2906
'test' 5,154

beir/cqadupstack.unix

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 2.04 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 47,382
'query' 1072
'test' 1693

beir/cqadupstack.webmasters

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 650.08 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 17,405
'query' 506
'test' 1,395

beir/cqadupstack.wordpress

  • حجم دانلود : 4.98 GiB

  • حجم مجموعه داده : 726.15 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 48605
'query' 541
'test' 744

beir/quora

  • حجم دانلود : 15.12 MiB

  • حجم مجموعه داده : 121.33 MiB

  • ذخیره خودکار ( اسناد ): بله

  • تقسیم ها :

شکاف مثال ها
'passage' 522,931
'query' 15000
'test' 15675
'validation' 7,626

beir/dbpedia_entity

  • حجم دانلود : 609.67 MiB

  • حجم مجموعه داده : 2.47 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 4,635,922
'query' 467
'test' 40,724
'validation' 5,658

beir/scidocs

  • حجم دانلود : 135.87 MiB

  • حجم مجموعه داده : 573.04 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 25657
'query' 1000
'test' 25657

بیر/تب

  • حجم دانلود : 1.15 GiB

  • حجم مجموعه داده : 3.70 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 5,416,568
'query' 123,142
'test' 1,499
'train' 12547
'validation' 1,460

beir/climate_fever

  • حجم دانلود : 1.14 GiB

  • حجم مجموعه داده : 3.64 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'passage' 5,416,593
'query' 1,535
'test' 1,344

beir/scifact

  • حجم دانلود : 2.69 MiB

  • حجم مجموعه داده : 10.16 MiB

  • ذخیره خودکار ( اسناد ): بله

  • تقسیم ها :

شکاف مثال ها
'passage' 5,183
'query' 1,109
'test' 283
'train' 565