mslr_web

  • Mô tả :

MSLR-WEB là hai tập dữ liệu Quy mô lớn về Học tập để Xếp hạng do Microsoft Research phát hành. Tập dữ liệu đầu tiên (được gọi là "30k") chứa 30.000 truy vấn và tập dữ liệu thứ hai (được gọi là "10k") chứa 10.000 truy vấn. Mỗi tập dữ liệu bao gồm các cặp tài liệu - truy vấn được biểu diễn dưới dạng vectơ đặc trưng và các nhãn đánh giá mức độ liên quan tương ứng.

Bạn có thể chỉ định sử dụng phiên bản "10k" hay "30k" của tập dữ liệu và một màn hình tương ứng, như sau:

ds = tfds.load("mslr_web/30k_fold1")

Nếu chỉ mslr_web được chỉ định, tùy chọn mslr_web/10k_fold1 được chọn theo mặc định:

# This is the same as `tfds.load("mslr_web/10k_fold1")`
ds = tfds.load("mslr_web")
FeaturesDict({
    'bm25_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_body': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_title': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_url': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_body': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_title': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_url': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_body': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_title': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_url': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_body': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_title': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_url': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'inlink_number': Tensor(shape=(None,), dtype=tf.float64),
    'label': Tensor(shape=(None,), dtype=tf.float64),
    'length_of_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_body': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_title': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_body': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_title': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_body': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_title': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'number_of_slash_in_url': Tensor(shape=(None,), dtype=tf.float64),
    'outlink_number': Tensor(shape=(None,), dtype=tf.float64),
    'page_rank': Tensor(shape=(None,), dtype=tf.float64),
    'quality_score': Tensor(shape=(None,), dtype=tf.float64),
    'quality_score_2': Tensor(shape=(None,), dtype=tf.float64),
    'query_url_click_count': Tensor(shape=(None,), dtype=tf.float64),
    'site_rank': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_body': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_title': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_url': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'url_click_count': Tensor(shape=(None,), dtype=tf.float64),
    'url_dwell_time': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_body': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_title': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_url': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_whole_document': Tensor(shape=(None,), dtype=tf.float64),
})
@article{DBLP:journals/corr/QinL13,
  author    = {Tao Qin and Tie{-}Yan Liu},
  title     = {Introducing {LETOR} 4.0 Datasets},
  journal   = {CoRR},
  volume    = {abs/1306.2597},
  year      = {2013},
  url       = {http://arxiv.org/abs/1306.2597},
  timestamp = {Mon, 01 Jul 2013 20:31:25 +0200},
  biburl    = {http://dblp.uni-trier.de/rec/bib/journals/corr/QinL13},
  bibsource = {dblp computer science bibliography, http://dblp.org}
}

mslr_web / 10k_fold1 (cấu hình mặc định)

  • Kích thước tải xuống : 1.15 GiB

  • Kích thước tập dữ liệu: 381.58 MiB

  • Tách :

Tách ra Các ví dụ
'test' 2.000
'train' 6.000
'vali' 2.000

mslr_web / 10k_fold2

  • Kích thước tải xuống : 1.15 GiB

  • Kích thước tập dữ liệu: 381.58 MiB

  • Tách :

Tách ra Các ví dụ
'test' 2.000
'train' 6.000
'vali' 2.000

mslr_web / 10k_fold3

  • Kích thước tải xuống : 1.15 GiB

  • Kích thước tập dữ liệu: 381.58 MiB

  • Tách :

Tách ra Các ví dụ
'test' 2.000
'train' 6.000
'vali' 2.000

mslr_web / 10k_fold4

  • Kích thước tải xuống : 1.15 GiB

  • Kích thước tập dữ liệu: 381.58 MiB

  • Tách :

Tách ra Các ví dụ
'test' 2.000
'train' 6.000
'vali' 2.000

mslr_web / 10k_fold5

  • Kích thước tải xuống : 1.15 GiB

  • Kích thước tập dữ liệu: 381.58 MiB

  • Tách :

Tách ra Các ví dụ
'test' 2.000
'train' 6.000
'vali' 2.000

mslr_web / 30k_fold1

  • Kích thước tải xuống : 3.59 GiB

  • Kích thước tập dữ liệu : 1.17 GiB

  • Tách :

Tách ra Các ví dụ
'test' 6,306
'train' 18,919
'vali' 6,306

mslr_web / 30k_fold2

  • Kích thước tải xuống : 3.59 GiB

  • Kích thước tập dữ liệu : 1.17 GiB

  • Tách :

Tách ra Các ví dụ
'test' 6,307
'train' 18,918
'vali' 6,306

mslr_web / 30k_fold3

  • Kích thước tải xuống : 3.59 GiB

  • Kích thước tập dữ liệu : 1.17 GiB

  • Tách :

Tách ra Các ví dụ
'test' 6,306
'train' 18,918
'vali' 6,307

mslr_web / 30k_fold4

  • Kích thước tải xuống : 3.59 GiB

  • Kích thước tập dữ liệu : 1.17 GiB

  • Tách :

Tách ra Các ví dụ
'test' 6,306
'train' 18,919
'vali' 6,306

mslr_web / 30k_fold5

  • Kích thước tải xuống : 3.59 GiB

  • Kích thước tập dữ liệu : 1.17 GiB

  • Tách :

Tách ra Các ví dụ
'test' 6,306
'train' 18,919
'vali' 6,306