Der BingCoronavirusQuerySet ist ein von Microsoft im Jahr 2022 veröffentlichtes Datenset mit Fokus auf Intent-Erkennung.

Dieses Datenset enthält hauptsächlich Felder wie die ID der Suchanfrage, das Datum, den Abfragetext, eine Kennzeichnung für implizite Intentionen, das Land/die Region sowie einen Popularitätswert. Es umfasst etwa 317.000 Stichproben und eignet sich gut für Textklassifizierungsstudien sowohl in mehrsprachigen als auch einsprachigen Umgebungen. Das Datenset beinhaltet aus der Bing-Suchmaschine gesammelte Daten zu Coronavirus-bezogenen Suchabfragen und soll Aufgaben zur Intent-Klassifikation im Bereich des Natural Language Processing unterstützen.

Zusammensetzung des Datensets

Das Datenset enthält hauptsächlich folgende Felder:

• id: Eindeutiger Bezeichner der Stichprobe
• Date: Datum der Anfrage
• Query: Text der Suchabfrage
• IsImplicitIntent: Markierung dafür, ob es sich um eine implizite Absicht handelt
• Country: Land oder Region, dem bzw. der die Daten zugeordnet sind
• PopularityScore: Wertung der Beliebtheit der Abfrage

Die Daten wurden nach Datumsbereichen unterteilt; beispielsweise enthalten die Daten vom Zeitraum 01.09.2020 bis zum 30.09.2020 insgesamt 317.856 Trainingsstichproben.