query wellformedness

ชุดข้อมูลการสืบค้นที่มีรูปแบบที่ดี

คำถาม 25,100 รายการจาก Paralex Corpus (Fader et al., 2013) มีคำอธิบายประกอบพร้อมการให้คะแนนโดยมนุษย์ว่าคำถามเหล่านั้นเป็นภาษาธรรมชาติที่มีรูปแบบถูกต้องหรือไม่

http://goo.gl/ language/query-wellformedness

คำอธิบาย

ชุดข้อมูลการค้นหาที่มีรูปแบบที่ถูกต้องของ Google สร้างขึ้นโดยการรวบรวมคำอธิบายประกอบที่มีรูปแบบที่ถูกต้องสำหรับการค้นหา 25,100 รายการจากคลังข้อมูล Paralex ทุกคำค้นหาได้รับการใส่คำอธิบายประกอบโดยผู้ประเมิน 5 คน โดยแต่ละคำให้คะแนน 1/0 ว่าคำค้นหานั้นมีรูปแบบที่ถูกต้องหรือไม่ สำหรับรายละเอียดเพิ่มเติม โปรดอ่านบทความของเรา: การระบุคำถามภาษาธรรมชาติที่มีรูปแบบถูกต้อง

สำหรับการสืบค้นแต่ละครั้ง เราจะให้ค่าเฉลี่ยของการตัดสินแบบไบนารี 5 ครั้งเป็นคะแนนความเหมาะสมสำหรับการสืบค้น ต่อไปนี้เป็นตัวอย่างของการสืบค้นที่มีอยู่ในชุดข้อมูล:

แบบสอบถาม	คะแนนสภาพร่างกายที่ดี
รัฐบาลรูปแบบใดที่ยังคงอยู่ในกรีซ?	1.0
ประชากรของนกฮูกในทวีปอเมริกาเหนือ ?	0.0
จอห์นนี่ เดปป์เป็นแฟนเซลติกหรือเปล่า?	0.8
Roald Dahl อาศัยอยู่ที่ไหนในช่วงวัยรุ่น?	0.6

ชุดข้อมูลแบ่งออกเป็นสามไฟล์: train.tsv, dev.tsv และ test.tsv แต่ละไฟล์มีคำค้นหาที่ได้รับการจัดอันดับ ขนาดของไฟล์มีดังนี้:

ไฟล์	จำนวนแบบสอบถาม
รถไฟ.tsv	17,500
dev.tsv	3,750
test.tsv	3,850

ตัวอย่าง

ตัวอย่างในแต่ละไฟล์จะถูกคั่นด้วยแท็บซึ่งมีคอลัมน์ต่อไปนี้:

คอลัมน์	เนื้อหา
1	สหภาพยุโรปมีกี่แห่ง ?
2	0.2

อ้างอิง

หากคุณใช้หรือหารือเกี่ยวกับชุดข้อมูลนี้ในงานของคุณ โปรดอ้างอิงรายงานของเรา:

 @InProceedings{FaruquiDas2018,
  title = {{Identifying Well-formed Natural Language Questions}},
  author = {Faruqui, Manaal and Das, Dipanjan},
  booktitle = {Proc. of EMNLP},
  year = {2018}
}

ใบอนุญาต

ชุดข้อมูล Query-wellformedness ได้รับอนุญาตภายใต้ CC BY-SA 4.0 เนื้อหาหรือข้อมูลของบุคคลที่สามใด ๆ จัดให้ "ตามสภาพ" โดยไม่มีการรับประกันใด ๆ ทั้งโดยชัดแจ้งหรือโดยนัย

ติดต่อ

หากคุณมีคำถามทางเทคนิคเกี่ยวกับชุดข้อมูลหรือการเผยแพร่ โปรดสร้างปัญหาในพื้นที่เก็บข้อมูลนี้