格拉斯哥大学 发布 DL-HARD 数据集, 应用在 神经排名、信息检索 领域

格拉斯哥大学 本次发布的数据集 DL-HARD, DL-HARD数据集是由格拉斯哥大学和马克斯普朗克信息学研究所共同创建，旨在更有效地评估神经排名模型在复杂主题上的表现。该数据集基于TREC Deep Learning（DL）主题，通过广泛标注问题意图类别、答案类型、维基化实体、主题类别和商业网络搜索引擎的结果类型元数据来构建。DL-HARD包含从2019年和2020年的官方DL评估基准中选取的50个最具挑战性的主题，其中25个是新评估的。数据集的应用领域主要集中在识别和解决神经排名模型在处理复杂和挑战性主题时的不足，推动神经排名方法的研究进展。

查看DL-HARD

README 内容： 

关于 格拉斯哥大学 , 格拉斯哥大学是一所位于英国苏格兰的世界顶尖公立研究型大学，历史悠久，学术声誉卓著。

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。