Датасет · tasksource
Бенчмарк релевантности поисковых запросов для товаров
tasksource/esci
Крупный датасет от Amazon с парами запрос-товар и оценками релевантности на трёх языках для улучшения поиска.
Что внутри
Внутри собраны текстовые и табличные данные для оценки релевантности товарного поиска: объединены описания продуктов и метки соответствия запросам (ESCI). В базе от 1 до 10 миллионов записей на английском, японском и испанском языках. Исходные данные взяты из научного бенчмарка Amazon Science и предварительно очищены.
Что можно сделать
- Обучение и проверка моделей ранжирования (text-retrieval) для e-commerce поиска
- Дообучение классификаторов релевантности запросов и карточек товаров
- Оценка качества мультиязычных эмбеддингов в задачах поиска
- Задачи
- Классификация текста, Поиск по текстам
- Языки
- Английский, Японский, Испанский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 71,7 тыс.
- Лайков
- 10
Модели, обученные на нём
- jaredpalmer/kev-27bКлассификация текста 3,4 тыс.
- 2013khansohail/cartographer-ecommerce-reranker-MiniLM-L6-v2text ranking 2,9 тыс.
- mradermacher/kev-27b-GGUFmultiple choice 1,6 тыс.
- mradermacher/elf-1-12b-GGUF 737
- decision-tune/decisiontune-1.0Zero-shot классификация 310
- albertobarnabo/ecommerce-product-search-embeddingsПохожесть текстов 301
- smshahbaj/embeddinggemma-2-ecommerceПохожесть текстов 287
- arcbright/elf-1-12bКлассификация текста 104
Как загрузить
from datasets import load_dataset
ds = load_dataset("tasksource/esci")