NTCIR-4 QAC2（質問応答テストコレクション）

registration: 2009/02/16 05:29:49, last modified: 2009/03/02 01:32:29
title
  • NTCIR-4 QAC2（質問応答テストコレクション）
title.abbreviation
title.alternative
  • NTCIR QAC2テストコレクション
creator
  • developer NTCIRプロジェクト(国立情報学研究所) (http://research.nii.ac.jp/ntcir/index-ja.html)
  • researcher 福本淳一 (立命館大学)
  • researcher 加藤恒昭 (東京大学)
  • researcher 桝井文人 (三重大学)
subject
  • 質問応答テストコレクション
subject.linguisticField
  • computational_linguistics
  • discourse_analysis
  • text_and_corpus_linguistics
subject.monoMultilingual
  • multilingual
subject.resourceSubject
  • corpus
description
  • NTCIRプロジェクトのサブタスクである質問応答タスク(QAC)で使用されたテストコレクションを収録。NTCIRは、情報検索とテキスト要約・情報抽出などのテキスト処理技術の研究の更なる発展を図るワークショップ型共同研究。本コレクションには質問文(約650件。日本語と英語への翻訳版)と回答を収録。回答となるものは名称もしくは数値表現。コレクションには採点支援ツールも含まれる。尚、文書データ(新聞記事)はタスク参加者のみに配布。
description.price *This metadata is only as a guide
  • タスクデータ（質問回答セット）：研究利用目的にかぎり無料
  • 日本語文書データ（毎日新聞）：ワークショップ参加者：研究利用目的にかぎり無料／参加者以外：日外アソシエーツより別途購入が必要
  • 日本語文書データ（読売新聞）：ワークショップ参加者：研究利用目的にかぎり無料／参加者以外：日本データベース開発株式会社より別途購入が必要
description.language
  • Japanese 日本語
  • English 英語
description.inputDevice
description.inputEnvironment
description.speakingStyle
description.speechMode
description.samplingRate
description.additionalData
publisher
contributor
  • sponsor 日本学術学術振興会未来開拓研究事業 (1997～)
  • sponsor 学術情報センター (1997～)
  • sponsor 国立情報学研究所情報学資源研究センター (2000～)
  • sponsor 科学研究費補助金「不均質コンテンツに対する情報活用システムに関する研究(研究課題番号13224087)」 (2001～)
  • editor 日外アソシエーツ (http://www.nichigai.co.jp/)
  • editor 日本データベース開発（株）(http://www.ndk.co.jp/index.html)
contributor.attribute.author.motherTongue
  • native 毎日新聞社 (文書データ)
  • native 読売新聞社 (文書データ)
contributor.attribute.author.dialect
  • standard_dialect
contributor.attribute.author.level
  • professional 新聞記事 (文書データ)
  • amateur 質問応答データ
contributor.attribute.author.age
  • adult
contributor.attribute.author.gender
  • male
  • female
contributor.attribute.speaker.motherTongue
contributor.attribute.speaker.dialect
contributor.attribute.speaker.level
contributor.attribute.speaker.age
contributor.attribute.speaker.gender
contributor.attribute.speaker.number
date.created
date.issued
  • 2003-00-00
date.modified
type
  • Text
type.discourseType
  • report (文書データ) 新聞記事
  • interactive_discourse (タスクデータ) 質問回答文
type.linguisticType
  • primary_text
type.purpose
  • developing_technologies 情報検索システムの検索性能評価の基盤を強化し研究を促進するための情報検索システム評価用の大規模な日本語テストコレクションの構築
  • developing_technologies 情報検索・抽出技術
  • developing_technologies 対話処理技術
type.style
  • written (文書データ) 新聞記事
  • written (タスクデータ) 質問回答文
type.form
  • unfixed 文書データ
  • fixed (タスクデータ) 質問回答文
type.sentence
  • short
  • long
  • short タスクデータ内回答文
type.annotation
  • annotated
type.annotationSample
  • [質問フォーマット]：
    ・質問ファイルは以下の形式を持つ行の並びとします：
    [質問ID]: "[質問文]"<CR>　
    ・[質問ID]の形式：[質問セットID]-[質問番号]-[枝問番号]
    ・[質問セットID]：英数字４文字，[質問番号]は，数字5文字，[枝問番号]は数字2文字．
    ・[質問文]：全角文字の並び．句読点は「、」と「。」とし，「？」は用いない．

    http://research.nii.ac.jp/ntcir/permission/ntcir-4/perm-ja-QAC.html
  • [回答フォーマット]：
    回答ファイルは以下の形式を持つ行の並びとします(csv形式)：
    [質問ID](, "[回答]", [記事ID], [見出し本文区分], [オフセット])*<CR>
    ・*：0回以上の繰り返し．
    ・ひとつの質問について，"[回答]", [記事ID], [見出し本文区分], [オフセット]の 4つ組を複数回（0回以上）繰り返すものとします．

    The rest is omitted.

    http://research.nii.ac.jp/ntcir/permission/ntcir-4/perm-ja-QAC.html
type.sample
format.extent
  • 質問文(毎日新聞用)：396件
  • 質問文(読売新聞用)：251件
  • 日本語文書(毎日新聞)：220,078件 (260MB)
  • 日本語文書(読売新聞)：373,558件 (500MB)
format.medium
  • csvファイル(回答文)
  • NTCIR標準フォーマットファイル(文書データ)
format.encoding
format.markup
format.functionality
  • 採点支援ツール(コレクションに含まれる)
  • yomi2ntcir.pl：読売新聞記事データをNTCIR標準フォーマットに変換
  • mai2ntcir-r.pl：毎日新聞記事データをNTCIR標準フォーマットに変換
  • mai2sgml.pl：毎日新聞記事データをNTCIR標準フォーマットに変換。
    入手先：http://lr-www.pi.titech.ac.jp/tsc/tsctools/index-jp.html
identifier
identifier.doi
identifier.islrn
source
  • CD-毎日新聞記事データ集1998、1999年版 (C-001601,CD-Mainichi Shimbun Data Collection)
  • 読売新聞日本語処理研究用記事データ1998、1999年版 (C-001632,Yomiuri Shimbun Articles Data(Japanese))
language
  • Japanese 日本語
  • English 英語
language.area
  • Japan
  • Europe
  • America
  • Oceania
relation
relation.utilization *This metadata is automatically extracted
coverage.temporal
  • 1998 - 1999
coverage.spacial
  • 日本
rights
  • http://research.nii.ac.jp/ntcir/permission/ntcir-4/dataset-kitei-j.pdf
  • コレクション使用者は、「研究活動報告書」の提出と「発表論文報告」が必要。
  • 毎日新聞文書データ：日外アソシエーツから入手し、毎日新聞社から研究利用許諾を得ることが可能。
  • 読売新聞文書データ：日本データベース開発株式会社から研究利用許諾を得ることが可能。