数据来自天池大数据比赛，是OPPO手机搜索排序query-title语义匹配的问题。

数据格式： 数据分4列，\t分隔。

字段	说明	数据示例
prefix	用户输入（query前缀）	刘德
query_prediction	根据当前前缀，预测的用户完整需求查询词，最多10条；预测的查询词可能是前缀本身，数字为统计概率	{“刘德华”: “0.5”, “刘德华的歌”: “0.3”, …}
title	文章标题	刘德华
tag	文章内容标签	百科
label	是否点击	0或1

为了应用来训练DSSM demo，将prefix和title作为正样，prefix和query_prediction（除title以外）作为负样本。

下载链接：链接: https://pan.baidu.com/s/1Hg2Hubsn3GEuu4gubbHCzw 提取码: 7p3n

本数据仅限用于个人实验，如数据版权问题，请联系[email protected] 下架。

下载解压到data文件夹即可，注意修改config.py中配置：file_train, file_vali。