Webis_SMC_12_用户搜索任务标注语料库_2012版

数据集概述

本数据集为Webis Search Mission Corpus 2012（Webis-SMC-12），包含127名用户的8840次搜索引擎交互记录。由两名人工标注员将交互划分为2881个逻辑会话和1378个任务，初始分歧通过讨论达成共识。数据集仅含1个压缩文件，无目录结构。

文件详解

• 文件名称：corpus-webis-smc-12.zip
• 文件格式：ZIP
• 字段映射介绍：压缩包内包含Webis-SMC-12语料库的核心数据，原始内容为用户搜索引擎交互记录，经人工标注划分逻辑会话与任务，具体字段需解压后查看（无README或预览内容）。

适用场景

• NLP语料库分析: 用于自然语言处理领域中搜索任务语料的文本挖掘与结构分析。
• 用户搜索行为研究: 分析用户搜索引擎交互模式、会话逻辑与任务划分规律。
• 标注一致性验证: 研究人工标注过程中分歧解决机制对结果的影响。
• 信息检索系统优化: 基于真实用户交互数据，优化搜索引擎的任务识别与会话管理功能。