Séquences de test CLEF AdHoc-News (2004-2008) – Package d’évaluation

Le forum CLEF (Cross-Language Evaluation Forum) a pour but de promouvoir les travaux de R&D pour l’accès à l’information multilingue (i) en développant une infrastructure pour le test, le réglage et l’évaluation des systèmes de recherche d’information fonctionnant sur des langues européennes dans des contextes à la fois monolingues et cross-lingues, et (ii) en créant des séquences de test de données réutilisables qui peuvent être utilisées par des développeurs de systèmes dans des objectifs de benchmarking.

Les séquences de test CLEF AdHoc-News (2004-2008) contiennent les données utilisées pendant la tâche principale AdHoc des campagnes CLEF réalisées de 2004 à 2008. Cette tâche a testé la performance de systèmes de recherche d’information monolingue, bilingue et multilingue sur des collections de textes d’actualités multilingues.

Le package CLEF est composé de:
• Collections de textes d’actualités
• Topics
• Manuels
• Jugements de pertinence
• Résultats de la campagne officielle
• Notes de travail

Les collections de textes d’actualité comprennent les ensembles de données suivants:
• Allemand
o Frankfurter Rundschau 1994 (139 715 documents, 320 Mo)
o Der Spiegel 1994/95 (13 979 documents, 63 Mo)
o SDA allemand 1994 (71 677 documents, 144 Mo)
o SDA allemand 1995 (69 438 documents, 141 Mo)
• Anglais
o Glasgow Herald 1995 (56 472 documents, 154 Mo)
o Los Angeles Times 1994 (113 005 documents, 425 Mo)
o Los Angeles Times 2002 (135 153 documents, 434 Mo)
• Bulgare
o Sega 2002 (33 356 documents, 120 Mo)
o Standart 2002 (35 839 documents, 93 Mo)
• Espagnol
o EFE 1994 (215 738 documents, 509 Mo)
o EFE 1995 (238 307 documents, 577 Mo)
• Finnois
o Aamulehti late-1994/95 (55 344 documents, 137 Mo)
• Français
o Le Monde 1994 (44 013 documents, 157 Mo)
o Le Monde 1995 (47 646 documents, 156 Mo)
o SDA français 1994 (43 178 documents, 86 Mo)
o SDA français 1995 (42 615 documents, 88 Mo)
• Hongrois
o Magyar Hirlap 2002 (49 530 documents, 105 Mo)
• Italien
o La Stampa 1994 (58 051 documents, 193 Mo)
o SDA italien 1994 (50 527 documents, 85 Mo)
o SDA italien 1995 (48 980 documents, 85 Mo)
• Néerlandais
o NRC Handelsblad 1994/95 (84 121 documents, 299 Mo)
o Algemeen Dagblad 1994/95 (106 483 documents, 241 Mo)
• Persan
o Hamshahri 1996-2002 (166 774 documents, 611 Mo)
• Portugais
o Público 1994 (51 751 documents, 164 Mo)
o Público 1995 (55 070 documents, 176 Mo)
o Folha de São Paulo 1994 (51 875 documents, 108 Mo)
o Folha de São Paulo 1995 (52 038 documents, 116 Mo)
• Russe
o Izvestia 1995 (16 716 documents, 68 Mo)
• Suédois
o Tidningarnas Telegrambyrå 1994/95 (142 819 documents, 352 Mo)
• Tchèque
o Mladna frontaDnes (68 842 documents, 143 Mo)
o Lidove Noviny (12 893 documents, 35 Mo)

Le package complet consiste en 2,43 Go et est stocké sur 1 DVD.