К содержимому

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

Как загрузить

from datasets import load_dataset

ds = load_dataset("tasksource/esci")