| | --- |
| | 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` |
