bclavie 发布 MMARCO Japanese Hard Negatives 数据集, 应用在 自然语言处理、文档检索 领域

bclavie 本次发布的数据集 MMARCO Japanese Hard Negatives, 该数据集是对日本MMARCO数据集的硬负样本增强版本，旨在训练更强大的日语检索模型。该数据集包含了使用多语言e5嵌入和BM25方法生成的硬负样本，以增强模型对相关和不相关段落之间区分的能力。尽管训练集有限，但已生成了大量的硬负样本。该数据集的任务是文档检索。

查看MMARCO Japanese Hard Negatives

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。