Yambda

kaggle2025-08-19 更新2025-09-20 收录

多模态数据

信息检索

数据链接：

https://www.kaggle.com/datasets/ploshkin/yambda 数据链接链接失效反馈

官方服务：

资源简介：

A Large-Scale Multi-modal Dataset for Ranking And Retrieval

面向排序与检索的大规模多模态数据集

创建时间：

2025-08-19

irds/clueweb12_b13_ntcir-www-2

信息检索

网络搜索

--- pretty_name: '`clueweb12/b13/ntcir-www-2`' viewer: false source_datasets: ['irds/clueweb12_b13'] task_categories: - text-retrieval --- # Dataset Card for `clueweb12/b13/ntcir-www-2` The `clueweb

Hugging Face2023-01-05 更新470

BroDeadlines/TEST.TDT.edu_tdt_data

信息检索

文本处理

Basic Evaluation dataset for IR是一个用于信息检索的基本评估数据集，包含预处理文本语料库，可作为知识源。数据集包含多个特征，如内容、URL、文档ID、分片和分割。数据集分为训练集、索引集和测试集，每个集有不同的字节数和示例数。数据集有特定的配置和标签，如tdt和corpora。

Hugging Face2024-07-01 更新160

yahyaabd/bps-statictable-triplets

信息检索

机器学习

BPS三元组数据集包含用于训练信息检索模型的查询三元组，每个三元组由一个查询文本和两个文档文本组成，一个是正例（相关文档），另一个是反例（不相关文档）。训练集共有967831个示例。

Hugging Face2025-03-16 更新160

ESBM

实体摘要

信息检索

ESBM是由南京大学国家软件新技术重点实验室创建的数据集，旨在解决现有实体摘要评估基准的不足。该数据集包含175个从两个不同数据集中抽样的异构实体，由30位专家创建了2,100个通用目的的地面实况摘要。ESBM支持多种应用，如搜索引擎中的实体卡片展示、文档背景知识丰富及人类参与的研究活动。数据集的创建过程涉及从DBpedia和LinkedMDB中选择实体，并由专家独立创建摘要。ESBM的应用领域广

arXiv2020-03-08 更新370

lauren-higgs-metadata1-v6

多模态数据

机器学习

该数据集包含文本和音频数据，划分为训练集，共有497个示例。数据集特征包括文本、音频文件、来源信息和参考音频文件。数据集总大小为389,469,572字节。

Hugging Face2025-09-08 更新160