介绍 LETOR 4.0 数据集
信息检索
2013-06-12 v1
摘要
LETOR 是一个用于学习排序（LEarning TO Rank）研究的基准数据包，包含标准特征、相关性判断、数据划分、评估工具以及若干基线方法。1.0 版于 2007 年 4 月发布，2.0 版于 2007 年 12 月发布，3.0 版于 2008 年 12 月发布。本版本 4.0 于 2009 年 7 月发布。与以往版本截然不同（V3.0 是基于 V2.0 的更新，而 V2.0 是基于 V1.0 的更新），LETOR 4.0 是一个全新的发布版本。它使用了 Gov2 网页集合（约 2500 万页）以及来自 TREC 2007 和 TREC 2008 百万查询赛道（Million Query track）的两个查询集。我们将这两个查询集简称为 MQ2007 和 MQ2008。MQ2007 包含约 1700 个带有标注文档的查询，MQ2008 包含约 800 个带有标注文档的查询。如果您对这些数据集有任何问题或建议，请发送邮件至 [email protected]。我们的目标是使该数据集对社区可靠且有用。
引用
@article{arxiv.1306.2597,
title = {Introducing LETOR 4.0 Datasets},
author = {Tao Qin and Tie-Yan Liu},
journal= {arXiv preprint arXiv:1306.2597},
year = {2013}
}