数据集简介
MMARCO（Multilingual MS MARCO）是一个多语言信息检索数据集，由 unicamp-dl 团队发布。它基于著名的 MS MARCO 数据集构建，旨在为多语言检索任务提供基准。
主要用途
该数据集主要用于训练和评估多语言信息检索模型，支持跨语言的文档检索和问答任务。
数据类型/模态
- 模态类型：文本
- 语言：多语言（涵盖多种语言，具体语言种类需参考完整数据集文档）
- 内容：包含查询（queries）、相关文档（documents）以及对应的相关性判断
规模与统计
- 下载量：5948 次（截至统计时）
- 社区关注度：87 个点赞
- 更新日期：2024年3月6日
使用场景
- 多语言检索模型开发与测试
- 跨语言信息检索研究
- 检索式问答系统构建