trec

• توضیحات :

مجموعه داده طبقه بندی س Conferenceالات کنفرانس بازیابی متن (TREC) شامل 5500 س questionsال با برچسب در مجموعه آموزش و 500 س questionsال دیگر برای مجموعه آزمون است. مجموعه داده دارای 6 برچسب ، 47 برچسب سطح 2 است. طول متوسط ​​هر جمله 10 ، اندازه واژگان 8700 است. داده ها از چهار منبع جمع آوری شده است: 4500 س questionsال انگلیسی منتشر شده توسط USC (Hovy و همکاران ، 2001) ، حدود 500 س questionsال ساخته شده دستی برای چند کلاس نادر ، 894 TREC 8 و سوالات TREC 9 و همچنین 500 سوال از TREC 10 که به عنوان مجموعه آزمون عمل می کند.

• صفحه اصلی : https://cogcomp.seas.upenn.edu/Data/QA/QC/

• کد منبع : tfds.text.trec.Trec

• نسخه ها :

  • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

• اندازه 350.79 KiB : 350.79 KiB

• اندازه مجموعه داده : 636.90 KiB

• ذخیره خودکار ( مستندات ): بله

• تقسیم :

• ویژگی ها :

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),
})

• کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): None

• نقل قول :

@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",
}

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثالها ( tfds.as_dataframe ):