К содержимому

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

Как загрузить

from datasets import load_dataset

ds = load_dataset("CogComp/trec")