EmbeddingStudio/synthetic-search-filters-raw

该数据集是Synthetic Search Filters Raw的原始版本，通过GPT-4 Turbo生成，包含了各种业务/服务类别的可能搜索过滤器及其表示。数据集的主要列包括category（业务/服务名称）和filters（JSON可解析的过滤器模式）。训练集和测试集的划分原则是为了测试模型在未见过的领域、过滤器和查询上的表现。

原始信息汇总

数据集概述

数据集信息

• 许可证: Apache 2.0
• 特征:
  • category: 业务/服务的名称 (字符串类型)
  • category_description: 业务/服务的描述 (字符串类型)
  • filter_name: 过滤器名称 (字符串类型)
  • representation_name: 表示名称 (字符串类型)
  • representation_type: 表示类型 (字符串类型)
  • representation_enum: 表示枚举 (字符串序列)
  • representation_examples: 表示示例 (字符串序列)
  • representation_pattern: 表示模式 (字符串类型)
• 分割:
  • train_filters: 训练集 (411999 字节, 1725 样本)
  • test_filters: 测试集 (512983 字节, 2164 样本)
• 下载大小: 128534 字节
• 数据集大小: 924982 字节

配置

• 默认配置:
  • train_filters: 数据路径为 data/train_filters-*
  • test_filters: 数据路径为 data/test_filters-*

任务类别

• 令牌分类
• 文本生成

语言

• 英语

标签

• 合成
• 搜索查询
• 电子商务
• 在线商店
• 旅行社
• 教育机构AI
• 招聘自动化
• 银行数字服务
• 投资AI分析
• 保险科技创新
• 财务咨询AI
• 信用服务自动化
• 支付处理技术
• 抵押技术解决方案
• 房地产数字解决方案
• 税务技术服务
• 风险管理AI
• 合规自动化
• 数字银行创新
• 移动银行技术
• 在线零售技术
• 线下零售自动化
• 汽车经销商技术
• 餐厅自动化技术
• 食品配送AI
• 娱乐平台AI
• 媒体平台技术
• 政府服务自动化
• 旅游科技创新
• 消费者分析AI
• 物流技术自动化
• 供应链AI
• 客户支持技术
• 市场研究AI
• 移动应用开发技术
• 游戏开发AI
• 云计算服务
• 数据分析AI
• 商业智能AI
• 网络安全软件技术
• UI/UX设计AI
• 物联网开发技术
• 项目管理工具AI
• 版本控制系统技术
• CI/CD自动化
• 问题跟踪AI
• 错误报告自动化
• 协作开发环境
• 团队沟通技术
• 任务时间管理AI
• 客户反馈AI
• 云基础开发技术
• 图像库存平台AI
• 视频托管技术
• 社交网络AI
• 专业社交网络AI
• 约会应用技术

数据集名称

• Synthetic Search Filters Raw

数据集大小类别

• 1K < n < 10K