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のラベル付き質問が含まれ、テストセットにさらに500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。各文の平均の長さは10、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によって公開された4,500の英語の質問(Hovy et al。、2001)、いくつかのまれなクラスの約500の手動で作成された質問、894 TREC8およびTREC 9の質問、およびテストセットとして機能するTREC10からの500の質問。

スプリット
'test' 500
'train' 5,452
  • 特長
FeaturesDict({
    'label-coarse': ClassLabel(shape=(), dtype=tf.int64, num_classes=6),
    'label-fine': ClassLabel(shape=(), dtype=tf.int64, num_classes=47),
    'text': Text(shape=(), dtype=tf.string),
})
  • 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",
}