ilha

• Descrição :

Os conjuntos de dados Istella são três conjuntos de dados Learning-to-Rank em grande escala lançados por Istella. Cada conjunto de dados consiste em pares consulta-documento representados como vetores de recursos e rótulos de julgamento de relevância correspondentes.

O conjunto de dados contém três versões:

• main ("Istella LETOR"): Contém 10.454.629 pares consulta-documento.
• s ("Istella-S LETOR"): Contém 3.408.630 pares consulta-documento.
• x ("Istella-X LETOR"): contendo 26.791.447 pares consulta-documento.

Você pode especificar se deseja usar a versão main , s ou x do conjunto de dados da seguinte maneira:

ds = tfds.load("istella/main")
ds = tfds.load("istella/s")
ds = tfds.load("istella/x")

Se apenas istella for especificado, a opção istella/main será selecionada por padrão:

# This is the same as `tfds.load("istella/main")`
ds = tfds.load("istella")

• Página inicial : http://quickrank.isti.cnr.it/istella-dataset/

• Código fonte : tfds.ranking.istella.Istella

• Versões :

  • 1.0.0 : versão inicial.
  • 1.0.1 : Corrige a serialização para suportar float64.
  • 1.1.0 : Agrupe recursos em um único recurso 'float_features'.
  • 1.2.0 (padrão): Adicionar identificadores de consulta e documento.

• Armazenado em cache automaticamente ( documentação ): Não

• Estrutura de recursos :

FeaturesDict({
    'doc_id': Tensor(shape=(None,), dtype=int64),
    'float_features': Tensor(shape=(None, 220), dtype=float64),
    'label': Tensor(shape=(None,), dtype=float64),
    'query_id': Text(shape=(), dtype=string),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
doc_id	tensor	(Nenhum,)	int64
float_features	tensor	(Nenhuma, 220)	float64
rótulo	tensor	(Nenhum,)	float64
query_id	Texto		corda

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não compatível.

• Citação :

@article{10.1145/2987380,
  author = {Dato, Domenico and Lucchese, Claudio and Nardini, Franco Maria and Orlando, Salvatore and Perego, Raffaele and Tonellotto, Nicola and Venturini, Rossano},
  title = {Fast Ranking with Additive Ensembles of Oblivious and Non-Oblivious Regression Trees},
  year = {2016},
  publisher = {ACM},
  address = {New York, NY, USA},
  volume = {35},
  number = {2},
  issn = {1046-8188},
  url = {https://doi.org/10.1145/2987380},
  doi = {10.1145/2987380},
  journal = {ACM Transactions on Information Systems},
  articleno = {15},
  numpages = {31},
}

istella/main (configuração padrão)

• Tamanho do download : 1.20 GiB

• Tamanho do conjunto de dados : 1.12 GiB

• Divisões :

Dividir	Exemplos
'test'	9.799
'train'	23.219

• Exemplos ( tfds.as_dataframe ):

ilha/s

• Tamanho do download : 450.26 MiB

• Tamanho do conjunto de dados : 421.88 MiB

• Divisões :

Dividir	Exemplos
'test'	6.562
'train'	19.245
'vali'	7.211

• Exemplos ( tfds.as_dataframe ):

ilha/x

• Tamanho do download : 4.42 GiB

• Tamanho do conjunto de dados : 2.46 GiB

• Divisões :

Dividir	Exemplos
'test'	2.000
'train'	6.000
'vali'	2.000

• Exemplos ( tfds.as_dataframe ):