msmarco_query_doc_score

kaggle2024-04-10 更新2024-04-26 收录

下载链接：

https://www.kaggle.com/datasets/tnhan1806/msmarco-query-doc-score

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-04-10

query2doc_msmarco

### Dataset Summary This dataset contains GPT-3.5 (`text-davinci-003`) generations from MS-MARCO queries. [Query2doc: Query Expansion with Large Language Models](https://arxiv.org/pdf/2303.07678.pd

魔搭社区2025-12-05 更新90

Watheq/doc2query_scored_queries

该数据集包含与特定研究相关的评分文件，这些文件用于评估由T5-based Doc2Query模型生成的扩展查询的相关性。评分是通过ELECTRA交叉编码器获得的，用于衡量文档文本与其扩展查询之间的相关性。数据集的结构为.jsonl文件，每行包含三个字段：[id, predicted_queries, querygen_score]。文件分别对应MSMarco-v1、DBPedia、Quora、Ro

Hugging Face2024-05-07 更新200

castorini/msmarco_v2_doc_doc2query-t5_expansions

该数据集提供了使用docTTTTTquery模型为MS MARCO v2文档语料库生成的查询。docTTTTTquery模型是doc2query系列文档扩展模型的最新版本，其基本思想是训练一个模型，当给定一个输入文档时，生成该文档可能回答的问题或查询。这些预测的问题或查询随后被附加到原始文档中，然后像以前一样进行索引。数据集的结构包括训练集、开发集和测试集，所有部分共享相同的语料库。数据条目的格式

Hugging Face2021-11-11 更新120

intfloat/query2doc_msmarco

该数据集包含来自MS-MARCO查询的GPT-3.5（`text-davinci-003`）生成内容。数据集中的每个实例包括查询ID、查询文本和生成的伪文档。数据集分为训练集、开发集、测试集以及两个TREC数据集（trec_dl2019和trec_dl2020）。

Hugging Face2023-03-30 更新150

MSMARCO Docs

kaggle2021-01-29 更新00