yahoo_ltrc

• Описание :

Набор данных Yahoo Learning to Rank Challenge (также называемый «C14») представляет собой набор данных Learning-to-Rank, выпущенный Yahoo. Набор данных состоит из пар запрос-документ, представленных в виде векторов признаков и соответствующих меток суждения о релевантности.

Набор данных содержит две версии:

• set1 : содержит 709 877 пар запрос-документ.
• set2 : содержит 172 870 пар запрос-документ.

Вы можете указать, использовать ли версию набора данных set1 или set2 следующим образом:

ds = tfds.load("yahoo_ltrc/set1")
ds = tfds.load("yahoo_ltrc/set2")

Если указан только yahoo_ltrc , по умолчанию выбирается опция yahoo_ltrc/set1 :

# This is the same as `tfds.load("yahoo_ltrc/set1")`
ds = tfds.load("yahoo_ltrc")

• Домашняя страница : https://research.yahoo.com/datasets

• Исходный код : tfds.ranking.yahoo_ltrc.YahooLTRC

• Версии :

  • 1.0.0 : Первоначальный выпуск.
  • 1.1.0 (по умолчанию): добавьте идентификаторы запросов и документов.

• Размер загрузки : Unknown size

• Инструкции по ручной загрузке : этот набор данных требует, чтобы вы загружали исходные данные вручную в download_config.manual_dir (по умолчанию ~/tensorflow_datasets/downloads/manual/ ):
  Запросите доступ к набору данных C14 Yahoo Learning To Rank Challenge по адресу https://research.yahoo.com/datasets . Извлеките загруженный файл dataset.tgz и поместите файл ltrc_yahoo.tar.bz2 в manual_dir/ .

• Ключи под наблюдением (см . документ as_supervised ): None

• Рисунок ( tfds.show_examples ): не поддерживается.

• Цитата :

@inproceedings{chapelle2011yahoo,
  title={Yahoo! learning to rank challenge overview},
  author={Chapelle, Olivier and Chang, Yi},
  booktitle={Proceedings of the learning to rank challenge},
  pages={1--24},
  year={2011},
  organization={PMLR}
}

yahoo_ltrc/set1 (конфигурация по умолчанию)

• Размер набора данных : 795.39 MiB .

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

• Структура функции :

FeaturesDict({
    'doc_id': Tensor(shape=(None,), dtype=int64),
    'float_features': Tensor(shape=(None, 699), dtype=float64),
    'label': Tensor(shape=(None,), dtype=float64),
    'query_id': Text(shape=(), dtype=string),
})

• Документация по функциям :

• Примеры ( tfds.as_dataframe ):

yahoo_ltrc/set2

• Размер набора данных : 194.92 MiB .

• Автоматическое кэширование ( документация ): Да

• Сплиты :

• Структура функции :

FeaturesDict({
    'doc_id': Tensor(shape=(None,), dtype=int64),
    'float_features': Tensor(shape=(None, 700), dtype=float64),
    'label': Tensor(shape=(None,), dtype=float64),
    'query_id': Text(shape=(), dtype=string),
})

• Документация по функциям :

• Примеры ( tfds.as_dataframe ):