Датасет · mteb
Медицинский бенчмарк для поиска текстов NFCorpus
mteb/nfcorpus
Корпус медицинских и научных текстов на английском языке для оценки моделей информационного поиска.
Что внутри
NFCorpus — это полнотекстовый датасет из коллекции бенчмарка MTEB, предназначенный для ранжирования и поиска информации в медицинской и академической сферах. Он содержит от 100 тысяч до 1 миллиона текстовых записей на английском языке, собранных в Гейдельбергском университете. Датасет интегрирован в библиотеку mteb и готов для запуска стандартизированной оценки моделей.
Что можно сделать
- Оценка качества моделей текстовых эмбеддингов в медицинской и научной доменах
- Настройка и тестирование RAG-систем для поиска по специализированным базам знаний
- Задачи
- Поиск по текстам
- Языки
- eng
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 49,4 тыс.
- Лайков
- 3
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("mteb/nfcorpus")