К содержимому

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")