rose-e-wang/backtracing

Backtracing数据集旨在解决用户查询背后的原因检索问题。该数据集由三个不同领域的子数据集组成：讲座领域（Lecture）、新闻文章领域（News Article）和对话领域（Conversation）。每个子数据集包含查询目录和源目录，分别存储用户问题和相关内容。数据集的目标是帮助内容创作者理解用户查询的原因，从而改进内容质量。

The Backtracing dataset aims to address the problem of retrieving the cause behind user queries. It consists of three heterogeneous sub-datasets from different domains: Lecture, News Article, and Conversation. Each sub-dataset contains a query directory and a sources directory, storing user questions and related content, respectively. The goal of the dataset is to help content creators understand the reasons behind user queries, thereby improving content quality.

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-nc-4.0
• 任务类别: 文本生成
• 语言: 英语
• 标签: 数学
• 数据集名称: backtracing
• 数据集大小: n>1k

数据集描述

• 任务: 回溯（Backtracing），即系统检索最可能引发用户查询的文本段落。
• 领域:
  • 讲座领域（Lecture Domain）
  • 新闻文章领域（News Article Domain）
  • 对话领域（Conversation Domain）
• 数据集组成:
  • 包含三个异构数据集，分别用于理解学生困惑、读者好奇心和用户情绪。
  • 每个数据集包含query目录（例如学生问题）和sources目录（例如讲座文本段落）。

数据集结构

└── data # Backtracing Datasets └── sight # 讲座领域, SIGHT, 源自 https://github.com/rosewang2008/sight ├── query └── sources └── inquisitive # 新闻文章领域, Inquisitive, 源自 https://github.com/wjko2/INQUISITIVE ├── query └── sources └── reccon # 对话领域, RECCON, 源自 https://github.com/declare-lab/RECCON ├── query
└── sources