我对查找“英语相关性判断文件列表”这样的数据集感兴趣：
http://trec.nist.gov/data/qrels_eng
该数据集包含标记的查询和文档对。
但是，它取决于一个非自由语料库，称为“数据-英文文档”：
http://trec.nist.gov/data/docs_eng.html
您知道与此类似的任何免费数据集吗？
旁注：该数据集将用于一个研究项目中，以基于神经网络构建信息检索系统。
最佳答案
您已经在问题中混淆了多个TREC集合。 ClueWeb09和trec.nist.gov/data/docs_eng.html指向的文档集都是单独的文档集。也就是说，每个文档集都有其自己独特的主题（查询）和相关性判断，它们不属于文档集分发。
有数十种不同的TREC文本检索测试集合。可用的集合在创建它们的TREC轨道组织的TREC数据页面（trec.nist.gov/data.html）上列出。之所以组织它们，是因为这些集合通常旨在支持检索问题该轨道旨在支持。
通常，查询和相关性判断可以直接从TREC站点下载。通常必须购买文档集：文档集受原始来源的版权保护并且必须获得许可，或者与收集/分发文档集相关的其他重大费用。如果您参加了TREC，则可以免费获得一些旧的TREC文档集（尽管今年不再有这种选择）。一些文档集是免费的，尽管大多数文档集仍需要签署数据使用协议。 Genomics轨道具有临时搜索任务，其文件集是免费的，但要遵守数据使用协议。请参阅http://trec.nist.gov/data/genomics.html。
格拉斯哥大学（University of Glasgow）的页面指向http://ir.dcs.gla.ac.uk/resources/test_collections/，指向其他可用的测试集合，其中一些是免费的。其中大多数是TREC之前的版本（1992之前的版本），按照今天的标准来看，它们很小。 （如您所见，“ Tiny”可能会使论文审阅者高度怀疑仅在小型馆藏中展示的结果。）
艾伦·沃希（Ellen Voorhees），
TREC项目经理，
国家标准技术研究所