滑铁卢大学 发布 Mr. TYDI 数据集, 应用在 多语言信息检索、问答系统 领域

滑铁卢大学 本次发布的数据集 Mr. TYDI, Mr. TYDI是一个多语言基准数据集，专为11种类型多样的语言设计，用于评估单语检索中的学习密集表示排序。该数据集由滑铁卢大学计算机科学学院创建，旨在推动非英语语言密集检索技术研究。数据集包含约5800万条数据，来源于维基百科文章，通过提取自然话语单元生成。Mr. TYDI的应用领域主要集中在非英语语言的信息检索和问答系统，旨在解决现有技术在分布外数据上表现不佳的问题。

查看Mr. TYDI

README 内容： 

关于 滑铁卢大学 , 滑铁卢大学是加拿大的一所著名公立研究型大学，位于安大略省滑铁卢市。该校以其在计算机科学、工程学和数学领域的卓越研究而闻名，尤其在计算机科学方面具有很高的国际声誉。

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。