从哪里可以找到TREC文档格式规范？

Question

我有一堆需要转换为TREC格式的文本文档。我查看过是否存在提及文档格式的地方，或者是否有将文档转换为此格式的工具。狐猴项目的格式如下：

<DOC> 
<DOCNO> document_number </DOCNO> 
<TEXT> 
document text 
</TEXT> 
</DOC> 

这是here。

有谁知道这是正确的格式？如果没有，有一个指针呢？

Answer 1

狐猴sourceforge上确认format对于一种类型的TREC文档格式。否则，您可以尝试查找并下载该page中提到的某些NIST语料库数据。