File size: 1,586 Bytes
2958066 67d5d20 2958066 fa2f7ed 2255fc6 b08f1af fa2f7ed 2255fc6 fa2f7ed 2255fc6 fa2f7ed 2255fc6 fa2f7ed 2255fc6 fa2f7ed 2255fc6 fa2f7ed b08f1af fa2f7ed b08f1af fa2f7ed b08f1af | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 | ---
license: apache-2.0
language:
- zh
tags:
- medical
- ecom
- video
- legal
size_categories:
- 10K<n<100K
---
# Dataset Card for Agentic Search Dataset
<!-- Provide a quick summary of the dataset. -->
近年来，在文本检索领域已有大量相关工作，但现有工作大多分散在不同的数据集上，且结果对比片面，缺少一个较为全面的文本检索性能指标测试基准。
本数据集为Agentic Search Benchmark的配套数据。
项目旨在为大模型增强的文本检索建立可复现的基准：在统一的数据与流水线下比较传统 BM25 与向量检索的性能指标，并检验“重写 + 向量化”过程中各环节的贡献。
## Dataset Description
<!-- Provide a longer summary of what this dataset is. -->
项目数据集来自 2 个开放数据集：
- Multi-CPR：包含三个应用场景（医疗、电商、视频），数据格式为单轮问答
- LexRAG：包含中文法律咨询场景，数据格式为多轮对话
我们从multi-CPR数据集的3个场景中分别提取了1000条query和约10000条corpus，并以对应的索引作为groundtruth。
对于LexRAG数据集，我们选取了其中的对话历史+最新问题场景，即，每次用于query的文本等于该次会话的前面所有轮次问答历史+当前最新一轮的提问。
数据已经完成清洗和预处理，可直接用作重写和评估脚本的输入。
- query数据存放在`.\data\rawData\xxx_query.txt`
- passage数据`.\data\rawData\xxx_subset.tsv`
- groundtruth标签/索引存放在`.\data\qrelData\xxx_dev.tsv` |