トレック

  • 説明:

テキスト検索会議 (TREC) の質問分類データセットには、トレーニング セットに 5500 個のラベル付きの質問が含まれており、テスト セット用に別の 500 個の質問が含まれています。データセットには 6 つのラベル、47 のレベル 2 ラベルがあります。各センテンスの平均の長さは 10 で、語彙サイズは 8700 です。データは 4 つのソースから収集されます。USC によって発行された 4,500 の英語の問題 (Hovy et al., 2001)、いくつかのまれなクラスについて手動で作成された約 500 の問題、894 の TREC 8 およびTREC9問と、テストセットとなるTREC10問500問。

スプリット
'test' 500
'train' 5,452
  • 機能構造:
FeaturesDict({
    'label-coarse': ClassLabel(shape=(), dtype=int64, num_classes=6),
    'label-fine': ClassLabel(shape=(), dtype=int64, num_classes=47),
    'text': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
特徴辞書
ラベル粗いクラスラベルint64
ラベルファインクラスラベルint64
文章文章
  • 引用
@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",
}