Descrizione
Il dataset completo Istella Learning to Rank è stato utilizzato per addestrare uno degli stadi del sistema di ranking in produzione di Istella. Consente esperimenti su larga scala su efficacia, efficienza e scalabilità del ranking.
- 33.018 query; 220 caratteristiche per coppia query-documento
- 10.454.629 esempi; circa 316 esempi per query
- Etichette di rilevanza da 0 a 4
- Suddivisione training/test: 80% / 20%
Pubblicazione da citare
Se utilizzi questo dataset nella tua ricerca, riconosci il contributo di Istella SpA e cita la seguente pubblicazione:
Domenico Dato, Claudio Lucchese, Franco Maria Nardini, Salvatore Orlando, Raffaele Perego, Nicola Tonellotto, Rossano Venturini. 2016. Fast Ranking with Additive Ensembles of Oblivious and Non-Oblivious Regression Trees. ACM Transactions on Information Systems. 10.1145/2987380.
BibTeX
@article{istellaLetor2016,
author = {Domenico Dato and Claudio Lucchese and Franco Maria Nardini and Salvatore Orlando and Raffaele Perego and Nicola Tonellotto and Rossano Venturini},
title = {Fast Ranking with Additive Ensembles of Oblivious and Non-Oblivious Regression Trees},
journal = {ACM Transactions on Information Systems},
year = {2016},
doi = {10.1145/2987380},
url = {https://doi.org/10.1145/2987380},
volume = {35},
number = {2},
articleno = {15},
numpages = {31},
}
Download
Il dataset è disponibile esclusivamente per uso non commerciale. Leggi e accetta la licenza prima di scaricare i file. Leggi la licenza.