評估搜索引擎：TREC的免費替代方案

Question

我正在評估多個開源搜索引擎。我想使用TREC數據集（如WT10G或企業數據集）來做到這一點...

但似乎大多數數據集都非常昂貴（WT10G爲500英鎊）。這就是爲什麼我想詢問是否有可用於開源搜索引擎（如Lucene）的免費TREC數據收集？如果不是，是否還有其他數據收集具有相同質量的TREC但免費？

Answer 1

古老的SMART系統帶有一系列帶標籤查詢的測試集合，例如： one compiled from CACM papers。這些集合不一定是免費的，因爲它允許爲任何目的分發（修改）版本，但它們可以免費獲得。您可能需要做一些工作來解密文件格式，但它們是純文本並有文檔記錄。

MS Research has also released test corpora適用於非商業用途，實際上旨在用於學習排名實驗，但可能用於更一般的IR開發。