Hugging Face 发布 AmazonQAC 数据集, 应用在 用户行为分析、搜索算法 领域

Hugging Face 本次发布的数据集 AmazonQAC, 该数据集名为AmazonQAC，它是一个大规模的数据集，来源于亚马逊的搜索日志，包含了395百万个样本。这些样本包括用户键入的前缀序列，这些序列最终形成了搜索词，同时还包含了会话ID和时间戳。该数据集还包括诸如会话ID和时间戳等元数据，并已对个人可识别信息（PII）进行了清洗。它捕捉了真实的用户输入模式，包括非线性的序列和具有语义意义的建议。其规模达到了3.95亿个样本，适用于查询自动完成（QAC）任务。

查看AmazonQAC

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。