TianGong-ST数据集

TianGong-ST是从一份搜狗日志中提取的数据集，包含一份XML格式的会话数据（zip，约1.5GB）、一份抓取网页集合（zip，约1.95GB）以及一份人工标注的相关性文件（txt，542KB）TianGong-ST is a dataset extracted from a Sogou log, which contains an XML-formatted session data (zip, approximately 1.5 GB), a collection of crawled web pages (zip, approximately 1.95 GB), and a manually annotated relevance file (txt, 542 KB).

搜集汇总

背景与挑战

背景概述

TianGong-ST是一个大规模会话数据集，用于会话级别信息检索任务的研究。它包含XML格式的会话数据、网页集合和人工标注的相关性文件，经过清洗和提炼，去除了噪音。数据集规模庞大，包含大量搜索会话、查询和网页正文，并提供了自动和人工标注的相关性标签。