Инструкция по разметке relevance set v1

Цель

Набор проверяет, находит ли поиск нужные документы по реальным формулировкам пользователей. Он не должен подгоняться под текущую выдачу: сначала фиксируются запросы и релевантные документы, затем считается baseline и меняется ранжирование.

Подготовка

Создайте игнорируемую Git рабочую копию:

mkdir -p data/search
cp backend/search/relevance-set-v1.template.json data/search/relevance-set-v1.json

Сохраните идентификаторы ru-01–ru-25 и ky-01–ky-25. Заполняйте query и relevant_document_codes; остальные поля и структуру JSON не меняйте.

Выбор запросов

Используйте 25 русских и 25 кыргызских запросов, реально заданных или сформулированных носителем языка для практической юридической задачи.
Не переводите русский набор дословно на кыргызский: оба набора должны отражать естественные формулировки своего языка.
Записывайте исходную формулировку без улучшения под поисковик. Допустимы разговорные слова, распространённые сокращения и опечатки.
Не используйте персональные данные, закрытые материалы и сведения, которых нет в публичном корпусе Минюста.
Не включайте запрос, если нельзя установить хотя бы один релевантный документ.
Не повторяйте один информационный запрос в нескольких близких формулировках.

Проверьте разнообразие набора: названия и номера актов, вопросы по жизненной или рабочей ситуации, короткие тематические запросы, органы принятия, статусы и даты. Это ориентир, а не квота: реальные запросы важнее искусственного баланса.

Критерий релевантности

Документ релевантен, если его текст или реквизиты непосредственно отвечают информационной потребности запроса. Добавляйте все такие документы, а не только первый результат.

Не отмечайте документ релевантным только потому, что он:

содержит отдельные слова запроса;
упоминает нужный акт без ответа на запрос;
относится к близкой теме;
является утратившей силу редакцией, когда запрос явно требует действующую норму, либо наоборот.

Если запрос допускает несколько самостоятельных правильных документов, добавьте коды каждого из них. Код берите из поля document_code, а не из ID фрагмента или редакции.

Разметка одного запроса

Зафиксируйте исходную формулировку query и информационную потребность до оценки выдачи нашего поиска.
Юрист устанавливает релевантные акты по содержанию и реквизитам документов. Используйте ЦБД Минюста как авторитетный источник для проверки текста, статуса и редакции акта. Порядок выдачи ЦБД не является объектом оценки и не переносится в эталон.
Запишите уникальные document_code всех документов, которые прямо отвечают на запрос. Спорные документы передайте на независимую проверку.
Зафиксируйте согласованный набор до просмотра результатов OpenSearch и сохраните его отдельно от рабочих данных.
Проверьте запрос во внутренней лаборатории (/review): оцените фактические результаты OpenSearch в исходном порядке, сохраните снимок и комментарии. Лаборатория проверяет качество нашей поисковой системы, а не ЦБД Минюста.

Пример структуры (код условный):

{
  "id": "ru-01",
  "language": "ru",
  "query": "как зарегистрировать общественное объединение",
  "relevant_document_codes": ["12345"]
}

Проверка качества

Второй человек должен проверить формулировку, язык и полный список релевантных документов для каждого запроса. Спорные случаи обсуждаются до единого решения; результат голосования или непроверенную разметку в baseline не включайте.

Перед запуском убедитесь, что:

заполнены ровно 50 записей: 25 ru и 25 ky;
все запросы непустые и различаются по информационной потребности;
у каждой записи есть хотя бы один уникальный document_code;
язык запроса совпадает с language;
JSON не содержит комментариев и дополнительных полей.

Оценщик дополнительно проверит структуру файла. После ручной проверки зафиксируйте копию набора и не меняйте её при настройке поиска:

PYTHONPATH=backend python3 -m search.evaluate_relevance \
  data/search/relevance-set-v1.json \
  > data/search/baseline-v1.json

Разбирайте запросы с низкими Recall@10 и MRR@10 по отдельности. Меняйте веса, анализаторы или словари только после сохранения исходного baseline.

7.1 KiB Raw Blame History Unescape Escape