trec

  • opis :

Zbiór danych klasyfikacji pytań Text REtrieval Conference (TREC) zawiera 5500 oznaczonych pytań w zbiorze uczącym i kolejne 500 w zbiorze testowym. Zbiór danych ma 6 etykiet, 47 etykiet poziomu 2. Średnia długość każdego zdania to 10, słownictwo 8700. Dane są zbierane z czterech źródeł: 4500 pytań w języku angielskim opublikowanych przez USC (Hovy i in., 2001), około 500 ręcznie skonstruowanych pytań dla kilku rzadkich klas, 894 TREC 8 i TREC 9 pytań, a także 500 pytań z TREC 10, który służy jako zestaw testowy.

Podział Przykłady
'test' 500
'train' 5452
  • Struktura funkcji :
FeaturesDict({
    'label-coarse': ClassLabel(shape=(), dtype=int64, num_classes=6),
    'label-fine': ClassLabel(shape=(), dtype=int64, num_classes=47),
    'text': Text(shape=(), dtype=string),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
gruba etykieta Etykieta klasy int64
etykieta w porządku Etykieta klasy int64
tekst Tekst strunowy
  • Cytat :
@inproceedings{li-roth-2002-learning,
    title = "Learning Question Classifiers",
    author = "Li, Xin  and
      Roth, Dan",
    booktitle = "{COLING} 2002: The 19th International Conference on Computational Linguistics",
    year = "2002",
    url = "https://www.aclweb.org/anthology/C02-1150",
}
@inproceedings{hovy-etal-2001-toward,
    title = "Toward Semantics-Based Answer Pinpointing",
    author = "Hovy, Eduard  and
      Gerber, Laurie  and
      Hermjakob, Ulf  and
      Lin, Chin-Yew  and
      Ravichandran, Deepak",
    booktitle = "Proceedings of the First International Conference on Human Language Technology Research",
    year = "2001",
    url = "https://www.aclweb.org/anthology/H01-1069",
}