（查询，文档相关性）免费数据集构建信息检索系统

我很想找到一个数据集，如“英语相关性判断文件列表”： http://trec.nist.gov/data/qrels_eng （查询，文档相关性）免费数据集构建信息检索系统

此数据集包含一个标记，对查询和文件。然而，它依赖于非自由文集，名为“数据 - 英文文档”： http://trec.nist.gov/data/docs_eng.html

你知道任何免费的数据集（S）类似的这一个？

旁注：该数据集将用于建立基于神经网络的信息检索系统的研究项目。

2016-08-23 AHS

你在你的问题中混淆了几个TREC集合。 ClueWeb09和trec.nist.gov/data/docs_eng.html指向的文档集都是独立的文档集。也就是说，每个文档集都有自己独特的主题（查询）和相关性判断，这些不属于文档集分布。

有几十个不同的TREC文本检索测试集合。可用的集合在TREC数据页面（trec.nist.gov/data.html）上列出，它们是由创建它们的TREC轨道组织的。它们以这种方式组织，因为集合通常用于支持检索问题该轨道是为了支持而设计的。

一般来说，查询和相关性判断可以直接从TREC网站下载。通常必须购买这些文件集：文件集要么受原始来源的版权保护，并且必须获得许可，否则与收集/分发文件集相关的其他重要费用。如果您参加TREC，您可以免费获得一些旧的TREC文档集（尽管这不是今年的选项）。一些文件集是免费的，但大多数仍需要签署数据使用协议。 Genomics跟踪有一项特别搜索任务，其文档集根据数据使用协议是免费的。见http://trec.nist.gov/data/genomics.html。

格拉斯哥大学保留一个页面，指向其他可用的测试集合，其中一些是免费的，位于http://ir.dcs.gla.ac.uk/resources/test_collections/。其中大部分是TREC之前（1992年以前）的收藏品，按照今天的标准来看，这些收藏品是非常小的。（“微小”，如你可能会发现文件评审高度怀疑只小集合表现出的结果。）

埃伦·沃里斯， TREC项目经理， NIST

来源

2016-08-23 11:24:41

非常感谢，这正是我想要的。我已经改变了集合的错误名称。对于我来说，我只是在寻找一个初始语料库，这些语料库在不同的论文中被引用来测试我的方法与其他方法。之后，我将使用更大的集合。再次感谢:)。 – AHS

（查询，文档相关性）免费数据集构建信息检索系统

回答

相关问题