beir

  • Descripción :

BEIR es un punto de referencia heterogéneo que contiene diversas tareas de IR. También proporciona un marco común y fácil para la evaluación de sus modelos de recuperación basados ​​en NLP dentro del punto de referencia.

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,
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
paso Texto cuerda
pasaje_id Texto cuerda
pasaje_metadatos Texto cuerda
consulta Texto cuerda
consulta_id Texto cuerda
consulta_metadatos Texto cuerda
puntaje Tensor flotar32
@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 (configuración predeterminada)

  • Tamaño de descarga : 1.01 GiB

  • Tamaño del conjunto de datos : 4.53 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 8,841,823
'query' 509,962
'test' 9,139
'train' 516,472
'validation' 7,433

beir/trec_covid

  • Tamaño de la descarga : 70.45 MiB

  • Tamaño del conjunto de datos : 292.04 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 171,332
'query' 50
'test' 35,480

beir/nfcorpus

  • Tamaño de la descarga : 2.34 MiB

  • Tamaño del conjunto de datos : 24.94 MiB

  • Almacenamiento automático en caché ( documentación ): Sí

  • Divisiones :

Separar Ejemplos
'passage' 3,633
'query' 3,237
'test' 3,128
'train' 3,588
'validation' 3,119

beir/nq

  • Tamaño de la descarga : 475.22 MiB

  • Tamaño del conjunto de datos : 1.66 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 2,681,468
'query' 3,452
'test' 4,201

beir/hotpotqa

  • Tamaño de la descarga : 623.73 MiB

  • Tamaño del conjunto de datos : 2.64 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 5,233,329
'query' 97,852
'test' 13,783
'train' 101,307
'validation' 10,335

beir/fiqa

  • Tamaño de la descarga : 17.12 MiB

  • Tamaño del conjunto de datos : 73.39 MiB

  • Almacenamiento automático en caché ( documentación ): Sí

  • Divisiones :

Separar Ejemplos
'passage' 57,638
'query' 6,648
'test' 1,706
'train' 14,166
'validation' 1,238

beir/arguana

  • Tamaño de la descarga : 3.60 MiB

  • Tamaño del conjunto de datos : 15.08 MiB

  • Almacenamiento automático en caché ( documentación ): Sí

  • Divisiones :

Separar Ejemplos
'passage' 8,674
'query' 1,406
'test' 1,401

beir/webis_touche2020

  • Tamaño de la descarga : 216.61 MiB

  • Tamaño del conjunto de datos : 747.57 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 382,545
'query' 49
'test' 2,099

beir/cqadupstack.android

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 883.49 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 22,998
'query' 699
'test' 1,696

beir/cqadupstack.english

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 3.78 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 40,221
'query' 1,570
'test' 3,765

beir/cqadupstack.gaming

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 2.64 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 45,301
'query' 1,595
'test' 2,263

beir/cqadupstack.gis

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 1.47 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 37,637
'query' 885
'test' 1,114

beir/cqadupstack.mathematica

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 1.58 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 16,705
'query' 804
'test' 1,358

beir/cqadupstack.física

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 2.02 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 38,316
'query' 1,039
'test' 1,933

beir/cqadupstack.programadores

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 2.14 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 32,176
'query' 876
'test' 1,675

beir/cqadupstack.stats

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 941.07 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 42,269
'query' 652
'test' 913

beir/cqadupstack.tex

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 21.75 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 68,184
'query' 2,906
'test' 5,154

beir/cqadupstack.unix

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 2.04 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 47,382
'query' 1,072
'test' 1,693

beir/cqadupstack.webmasters

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 650.08 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 17,405
'query' 506
'test' 1,395

beir/cqadupstack.wordpress

  • Tamaño de descarga : 4.98 GiB

  • Tamaño del conjunto de datos : 726.15 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 48,605
'query' 541
'test' 744

beir/quora

  • Tamaño de la descarga : 15.12 MiB

  • Tamaño del conjunto de datos : 121.33 MiB

  • Almacenamiento automático en caché ( documentación ): Sí

  • Divisiones :

Separar Ejemplos
'passage' 522,931
'query' 15,000
'test' 15,675
'validation' 7,626

beir/dbpedia_entity

  • Tamaño de la descarga : 609.67 MiB

  • Tamaño del conjunto de datos : 2.47 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 4.635.922
'query' 467
'test' 40,724
'validation' 5,658

beir/scidocs

  • Tamaño de la descarga : 135.87 MiB

  • Tamaño del conjunto de datos : 573.04 MiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 25,657
'query' 1,000
'test' 25,657

beir/fiebre

  • Tamaño de descarga : 1.15 GiB

  • Tamaño del conjunto de datos : 3.70 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 5,416,568
'query' 123,142
'test' 1,499
'train' 12,547
'validation' 1,460

beir/climate_fever

  • Tamaño de descarga : 1.14 GiB

  • Tamaño del conjunto de datos : 3.64 GiB

  • Almacenamiento automático en caché ( documentación ): No

  • Divisiones :

Separar Ejemplos
'passage' 5,416,593
'query' 1,535
'test' 1,344

beir/scifacto

  • Tamaño de la descarga : 2.69 MiB

  • Tamaño del conjunto de datos : 10.16 MiB

  • Almacenamiento automático en caché ( documentación ): Sí

  • Divisiones :

Separar Ejemplos
'passage' 5,183
'query' 1,109
'test' 283
'train' 565