Datasets
Dataset
Bharat_NanoSCIDOCS_or
by carlfeynman
Bharat-NanoBEIR: Indian Language Information Retrieval Dataset Overview This dataset is part of the Bharat-NanoBEIR collection, which provides information retrieval datasets for Indian languages. It is derived from the NanoBEIR project, which offers smaller…
CC-BY-4.0text-retrieval 27 01K < n < 10K rows
published 23 Jan 2025
Preview
First 5 rows of corpus / train, from the Hugging Face dataset viewer.
| _id | text |
|---|---|
| 1b2a0e8af5c1f18e47e71244973ce4ace4ac6034 | ହିରାର୍କିକାଲ ପିଟମ୍ୟାନ-ୟୋର ପ୍ରୋସେସ ପ୍ରାଥମିକତା ଭାଷା ମଡେଲ ଶିଖିବା ପାଇଁ ଏକ ପ୍ରଭାବଶାଳୀ ପଦ୍ଧତି ଅଟେ, ଯାହା ପଏଣ୍ଟ-ଆକଳନ ଆଧାରିତ ପଦ୍ଧତିକୁ ଅତିକ୍ରମ କରିଥାଏ । ତେବେ ଏହି ମଡେଲ ଗୁଡ଼ିକ ଗଣନାତ୍ମକ ଓ ପରିସଂଖ୍ୟାନଗତ ଅନୁମାନ ସମସ୍ୟା, ଯେପରିକି ସ୍ମୃତି ଏବଂ ସମୟର ବ୍ୟବହାର, ଏବଂ ନମୁନା ସଂଗ୍ରହକାରୀଙ୍କର ଖରାପ ମିଶ୍ରଣ କାରଣରୁ ଲୋକପ୍ରିୟ ହୋଇପାରି ନାହି… |
| 6c9bd4bd7e30470e069f8600dadb4fd6d2de6bc1 | ଏହି ପତ୍ରରେ ବାସ୍ତବ ଦୁନିଆର ପରିସ୍ଥିତିକୁ ବର୍ଣ୍ଣନା କରୁଥିବା ଘଟଣାଗୁଡ଼ିକର ଏକ ନୂତନ ଭାଷା ଉତ୍ସ ଏବଂ ଅର୍ଥନୈତିକ ଭୂମିକା ବର୍ଣ୍ଣନା କରାଯାଇଛି । ବର୍ଣ୍ଣନାତ୍ମକ ଯୋଜନାରେ ସମ୍ବନ୍ଧିତ ଘଟଣାଗୁଡ଼ିକର ଏକ ସେଟ୍ (ସମ୍ପାଦନା ଏବଂ ପ୍ରକାଶନ), ଘଟଣାଗୁଡ଼ିକର ଏକ କାଳୀନ କ୍ରମାଙ୍କ (ପ୍ରକାଶନ ପୂର୍ବରୁ ସମ୍ପାଦନା), ଏବଂ ଅଂଶଗ୍ରହଣକାରୀଙ୍କ ଅର୍ଥନୈତିକ ଭୂମିକା (ଲେଖ… |
| 8e508720cdb495b7821bf6e43c740eeb5f3a444a | ବକ୍ତବ୍ୟ, ରୋବୋଟିକ୍ସ, ଅର୍ଥ ଓ ଜୀବ ବିଜ୍ଞାନରେ ଅନେକ ପ୍ରୟୋଗ କ୍ରମିକ ତଥ୍ୟ ସହିତ ଜଡିତ, ଯେଉଁଠାରେ ବିଷୟଗୁଡିକର କ୍ରମାନୁସାରେ ଏବଂ ପୁନଃ ପୁନଃ ହେଉଥିବା ଢାଞ୍ଚାଗୁଡ଼ିକ ସାଧାରଣ ଅଟେ । ତେବେ ଏହି ସଂରଚନାକୁ ସହଜରେ ଷ୍ଟାଣ୍ଡାର୍ଡ କର୍ଣ୍ଣଲ ଫଙ୍କସନ ଦ୍ୱାରା ଧରାଯାଇପାରିବ ନାହିଁ । ଏହି ପ୍ରକାର ସଂରଚନାକୁ ମଡେଲ କରିବା ପାଇଁ ଆମେ ଗୌସିୟାନ ପ୍ରକ୍ରିୟା ପାଇଁ ଅଭ… |
| 033b62167e7358c429738092109311af696e9137 | ଏହି କାଗଜରେ ସମୀକ୍ଷାଗୁଡ଼ିକୁ ସୁପାରିଶିତ (ଅଙ୍ଗୁଳି ଉପରକୁ) କିମ୍ବା ସୁପାରିଶିତ ନୁହେଁ (ଅଙ୍ଗୁଳି ତଳକୁ) ଭାବରେ ଶ୍ରେଣୀଭୁକ୍ତ କରିବା ପାଇଁ ଏକ ସରଳ ଅଣ-ନିରୀକ୍ଷିତ ଶିକ୍ଷଣ ଆଲଗୋରିଦମ ଉପସ୍ଥାପନ କରାଯାଇଛି । ସମୀକ୍ଷାର ଶ୍ରେଣୀକରଣ ସମୀକ୍ଷାରେ ଥିବା ବାକ୍ୟର ଶଦ୍ଦ ବା ବିଶେଷଣ ବା ବିଶେଷଣ ଥିବା ବାକ୍ୟର ହାରାହାରି ଅର୍ଥିକ ଦିଗ ଦ୍ୱାରା ପୂର୍ବାନୁମାନ କରାଯାଏ … |
| 0eaa75861d9e17f2c95bd3f80f48db95bf68a50c | ଇଲେକ୍ଟ୍ରୋମିଗ୍ରେସନ (ଇଏମ) ହେଉଛି ଇଣ୍ଟିଗ୍ରେଟେଡ ସର୍କିଟ (ଆଇସି) ଡିଜାଇନରେ ଇଣ୍ଟରକନେକ୍ଟ ବିଶ୍ୱସନୀୟତା ପାଇଁ ଆଗକୁ ବଢ଼ୁଥିବା ପ୍ରମୁଖ ଚିନ୍ତା ମଧ୍ୟରୁ ଗୋଟିଏ । ଯଦିଓ ଆନାଲୋଗ୍ ଡିଜାଇନରମାନେ କିଛି ସମୟ ପୂର୍ବରୁ ଇଏମ ସମସ୍ୟା ବିଷୟରେ ଅବଗତ ଥିଲେ, ଡିଜିଟାଲ ସର୍କିଟ ମଧ୍ୟ ବର୍ତ୍ତମାନ ପ୍ରଭାବିତ ହେଉଛି । ଏହି ଆଲୋଚନାରେ ମୌଳିକ ଡିଜାଇନ ସମସ୍ୟା ଏବଂ ଇଣ୍ଟରକ… |
Cite this
CC-BY-4.0textCite
Tags
task_categories:text-retrievaltask_ids:document-retrievalmultilinguality:monolingualsource_datasets:NanoSCIDOCSlanguage:orlicense:cc-by-4.0size_categories:1K<n<10Kformat:parquetmodality:textlibrary:datasetslibrary:pandaslibrary:mlcroissantlibrary:polarsregion:ustext-retrieval