Appen_Based_产品发布未来信息标注网页数据集

数据集概述

本数据集为标注数据集，包含约三万条网页数据，由众包标注员完成标注。每条网页由四至六名标注员标记是否包含未来产品发布信息，标注结果含置信度评分，基于标注员间一致性及信任分数计算。数据可用于识别网页中的未来产品发布相关文本。

文件详解

• 压缩文件：
• 文件名称：product_releases_v1_dataset.csv.zip
• 文件格式：ZIP
• 字段映射介绍：包含网页标注数据，涉及字段包括网页内容、标注员数量（judgments列）、标注结果（是否含未来产品发布信息）、标注置信度评分等。

数据来源

Appen平台

适用场景

• 产品发布趋势预测：识别网页中未来产品发布信息，分析行业产品发布趋势。
• 文本分类模型训练：用于训练和评估网页文本分类模型，识别未来产品发布相关内容。
• 众包标注质量分析：基于标注员信任分数和一致性，研究众包标注质量评估方法。
• 网页内容语义分析：探索网页文本中产品发布信息的语义特征和表达模式。