Датасет · CogComp
Классификация типов вопросов на английском (TREC)
CogComp/trec
6000 размеченных вручную английских вопросов для обучения классификаторов намерений и типов ответов.
Что внутри
Классический датасет конференции TREC содержит 5500 обучающих и 500 тестовых вопросов на английском языке, собранных из четырёх источников и размеченных вручную. Каждый вопрос отнесён к одной из 6 крупных и 50 детальных категорий. Средняя длина предложения составляет 10 слов, а размер словаря — 8700 слов.
Что можно сделать
- Обучение классификатора типов вопросов для поисковых и QA-систем
- Бенчмаркинг лёгких текстовых моделей и эмбеддингов на задаче text-classification
- Задачи
- Классификация текста
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 14,7 тыс.
- Лайков
- 49
Модели, обученные на нём
- jaredpalmer/kev-0.8bКлассификация текста 12,3 тыс.
- jaredpalmer/kev-4bКлассификация текста 9,7 тыс.
- jaredpalmer/kev-27bКлассификация текста 3,4 тыс.
- jaredpalmer/kev-9bКлассификация текста 2,3 тыс.
- mradermacher/kev-27b-GGUFmultiple choice 1,6 тыс.
- sthanika-ai/Sieve-9BКлассификация текста 364
- jaredpalmer/kev-0.6bКлассификация текста 324
- Tamkimd/tamev-micro-minilmКлассификация текста 190
Как загрузить
from datasets import load_dataset
ds = load_dataset("CogComp/trec")