-
学术论文标题与作者信息数据集
2026年2月21日 30 201 10
学术论文标题与作者信息数据集_Academic_Paper_Title_and_Author_Information_Dataset 数据来源：互联网公开数据 标签：学术论文, 标题, 作者, 信息检索, 自然语言处理, 文本分析, 数据挖掘, 学术研究 数据概述：...
-
Wikidata数据转储_RDF数据
2026年2月15日 30 122 92
数据集概述 本数据集是通过wdumps工具生成的Wikidata的RDF格式转储数据，包含实体、陈述和三元组信息，共4个文件，涵盖JSON、GZ压缩包、NT格式等类型，可用于Wikidata相关的知识图谱研究与应用。 文件详解 info.json 文件格式：JSON...
-
SWT_bug定位研究数据集
2026年2月12日 30 160 63
数据集概述 本数据集包含SWT项目的bug定位研究相关数据，旨在解决bug报告与源代码文件之间的词汇不匹配问题。数据集结合了深度神经网络（DNN）和信息检索技术（rVSM），通过分析bug报告与源代码文件的文本相似性，以及学习术语关联，提高bug定位准确性。数据集包含两个文件，分别为XML和XLSX格式。 文件详解 SWT.xml 文件格式：XML...
-
JDT_Based_bug定位研究数据集
2026年2月9日 30 127 82
数据集概述 本数据集包含JDT项目的bug定位相关数据，由两个文件组成，分别为包含bug基础信息的电子表格和包含详细提交信息的XML文件。数据记录了bug报告与代码提交的关联信息，支持bug定位研究中对文本匹配与代码关联的分析。 文件详解 JDT.xlsx 文件格式：XLSX...
-
Search_Strategy_文档数据
2026年2月9日 30 146 133
数据集概述 本数据集包含一份关于搜索策略的文档，核心内容围绕搜索策略的相关信息展开，旨在为用户提供结构化的搜索策略参考资料。数据集仅包含一个文件，无额外子目录或数据拆分结构。 文件详解 文件名称：search strategy.docx 文件格式：DOCX...
-
BIRCO_Based_LLM系统评估用精选信息检索数据集
2026年1月30日 30 10 2
数据集概述 本数据集是经过精心整理的现有信息检索数据集集合，适用于基于大型语言模型（LLM）的系统评估。包含DORIS-MAE、ArguAna、WhatThatBook、Clinical-Trial和RELIC五个子数据集，每个子数据集均包含查询文本、语料库文本及查询相关性评分，支持LLM系统的检索性能评估。 文件详解...
-
PEQQS_Based_科学文献数量型问答检索全流程评估数据集
2026年2月9日 30 107 4
数据集概述 本数据集聚焦科学文献中的数量型抽取式问答场景，包含1031篇农业科学摘要的数量答案标注，以及基于39个查询的1130条查询-文档相关性判断。数据集支持信息检索与问答模块的端到端评估，可用于研究检索质量对下游问答结果的影响，尤其是大语言模型处理无关文档时的幻觉问题。 文件详解 quantities_ground_truth.json...
-
Wikidata_Dump_Based知识图谱RDF导出数据
2026年2月8日 30 112 3
数据集概述 本数据集是通过wdumps工具生成的Wikidata RDF导出数据，包含实体、声明、三元组等结构化信息，共4个文件，涵盖JSON、NT、GZ等格式，支持对Wikidata数据的解析与应用。 文件详解 info.json 文件格式：JSON...
-
Birt_HyLoc_Based_错误定位模型评估数据集
2026年2月7日 30 14 8
数据集概述 本数据集为错误定位模型HyLoc的评估数据，包含Birt项目相关文件。HyLoc结合深度神经网络（DNN）与信息检索技术rVSM，解决错误报告与源码间的词汇不匹配问题，提升错误定位准确率。数据集含两个文件，用于验证模型在实际项目中的性能表现。 文件详解 Birt.xlsx 文件格式：XLSX...
-
GPT_4_Turbo_沙特法律文件翻译数据
2026年2月1日 30 128 77
数据集概述 本数据集包含由GPT-4 Turbo翻译的14份沙特阿拉伯法律文件，均为Excel格式。涵盖基础治理法、司法法、诉讼程序法、专利法等多个法律领域，无目录结构，文件直接存储，未提供训练/测试、数据/标签或原始/处理数据的划分。 文件详解 文件名称与格式：14个文件均为.xlsx格式，包括《Basic Law of...
-
MODIS_Based_软件需求追踪实验数据集
2026年2月1日 30 174 164
数据集概述 本数据集基于NASA MODIS文档修改而来，包含19条高级需求和49条低级需求，以及人工验证的需求追踪答案集（含41条正确链接）。数据用于软件需求追踪实验，支持信息检索方法（如TF-IDF、LSI）的性能评估，包含需求文本文件、答案集及实验结果表格。 文件详解 需求文件 文件夹名称：high、low（以ZIP格式存储） 文件格式：TXT...
-
Tomcat_Based软件开发bug报告数据集
2026年1月31日 30 204 43
数据集概述 本数据集由An Ngoc Lam捐赠，包含Tomcat项目的bug报告相关数据，共2个文件。数据记录了bug的基本信息、关联提交及文件变更详情，可用于支持bug定位相关的研究与分析，帮助解决bug报告与源代码间的词汇不匹配问题。 文件详解 文件名称：Tomcat.xlsx 文件格式：XLSX...
-
Bangla_Based_孟加拉语信息检索测试集数据
2026年1月31日 30 119 56
数据集概述 本数据集为孟加拉语信息检索测试集，包含1182份文档（182份泰戈尔的短篇故事、小说、散文，1000份2013年《普罗托姆·阿洛》报纸文章）、94条不同复杂度的查询及查询-文档相关性判断，填补了孟加拉语信息检索标准数据集的空白。 文件详解 文件名称：README.txt 文件格式：TXT...
-
Wikidata_Based_食品与配料RDF转储数据
2026年1月31日 30 127 76
数据集概述 本数据集是通过wdumps工具生成的Wikidata食品与配料主题RDF转储数据，包含信息说明、转储配置、RDF数据压缩包及预览文件四类文件，用于提供结构化的食品与配料关联数据。 文件详解 信息说明文件 文件名称：info.json 文件格式：JSON...
-
RLKWiC_Based_真实知识工作上下文监测数据集
2026年1月31日 30 201 14
数据集概述 本数据集为RLKWiC，是首个公开的真实知识工作上下文数据集，通过监测八名参与者两个月的计算机交互生成，包含上下文、文本内容、语义等多维度信息，旨在填补个人信息管理领域的研究空白，为用户行为建模提供支撑。 文件详解 RLKWiC.zip 文件格式：ZIP...
-
Touché23_Task2_因果问题证据检索任务数据
2026年1月31日 30 150 117
数据集概述 本数据集为Touché 2023会议因果问题证据检索任务的专用数据，包含任务所需的主题文件、相关性判断文件及结果压缩包，共5个文件，无目录层级划分，可直接用于该任务的模型训练、评估与结果复现。 文件详解 文件名称：runs-task2.zip 文件格式：ZIP 字段映射介绍：任务相关的运行结果压缩包，具体内容需解压后查看...
-
Wikidata_Based_所有食品条目RDF转储数据
2026年1月30日 30 172 7
数据集概述 本数据集是通过wdumps工具生成的Wikidata食品条目RDF转储数据，包含所有食品相关条目信息。数据以多种文件格式存储，涵盖条目元数据、规范配置、预览数据及压缩数据文件，总计四个文件，可用于食品领域信息检索与分析。 文件详解 info.json 文件格式：JSON...
-
INNOSETA_Source_行业解决方案数据库2020
2026年1月30日 30 33 3
数据集概述 本数据集为INNOSETA数据库中的行业解决方案数据，包含一个Excel文件，记录相关行业解决方案的信息，可用于行业解决方案的查询与分析。 文件详解 文件名称：D1.7_Database_INDUSTRY_SOLUTIONS_INNOSETA_(2020).xlsx 文件格式：XLSX...
-
BioASQ_Based_生物医学专家真实需求问答基准数据集
2026年1月29日 30 3 0
数据集概述 本数据集为BioASQ生物医学问答基准数据集，包含英文问题、标准参考答案及相关材料，反映生物医学专家真实信息需求，兼具挑战性与实用性。数据集融合结构化与非结构化数据，除精确答案外还包含理想答案（摘要形式），适用于问答系统、多文档摘要、信息检索等多任务研究，且随BioASQ挑战赛持续扩展。 文件详解 README文件 文件名称：README...
-
Eclipse_Based_Bug定位HyLoc模型研究数据
2026年1月29日 30 208 205
数据集概述 本数据集为Eclipse Platform UI项目的Bug定位研究数据，包含论文中提出的HyLoc模型（结合深度神经网络与rVSM信息检索技术）相关的实验数据与元数据，用于解决Bug报告与源代码间的词汇不匹配问题，提升Bug定位准确率。 文件详解 Eclipse_Platform_UI.xlsx 文件格式：XLSX...
