TianGong-ST

Les données de session de recherche Web sont précieuses pour un large éventail de tâches de récupération d'information (IR), telles que la recherche de session, la suggestion de requête, la prédiction du taux de clics (CTR), etc. De nombreuses études ont montré le grand potentiel de prendre en compte les informations contextuelles pour l'optimisation des systèmes de recherche. Les célèbres TREC Session Tracks ont considérablement amélioré le développement dans ce domaine. Cependant, elles sont principalement collectées par le biais d'études utilisateurs ou d'expériences de crowdsourcing et contiennent normalement seulement des dizaines à des milliers de sessions, ce qui est insuffisant pour l'exploration avec des modèles plus sophistiqués. Pour surmonter cet obstacle, nous présentons un nouveau jeu de données contenant 147 155 sessions de recherche Web affinées, avec à la fois des labels de pertinence basés sur les clics et annotés par des humains. Les sessions sont échantillonnées à partir d'un énorme journal de recherche et peuvent donc refléter de réels scénarios de recherche. Le jeu de données proposé peut soutenir un large éventail d'études IR au niveau des sessions ou basées sur des tâches. Par exemple, nous testons plusieurs modèles de recherche interactive avec à la fois les labels de pertinence PSCM et humains fournis par ce jeu de données et rapportons les performances comme référence pour de futures études de recherche de sessions.