[Task] 做一个面向开源领域的 Benchmark 框架

[will-ww]

基于部分以前的讨论：

• [idea] Benchmarking dimensions #9
• 【discussion】benchmark 类型讨论 #31
• [Idea] OpenPerf 问题维度建立 #30
• 开源纲目：文档、视频
• 开源测量学：文档
• 软件工程知识领域：文档
• 数据科学与工程知识领域：文档
• 图数据研究框架：文档

准备做一个标准的、可扩展的 Benchmark 框架，方便实验室的各位同学进行套用，推动不同方面的工作。

例如一个 OpenPerf 中的 Benchmark 可以包括：

• Benchmark 名称：例如，OPB-Bot-Classification
• Benchmark 类别：【discussion】benchmark 类型讨论 #31 中的五个类型之一，先从第三类做起（数据类）
• Benchmark 应用场景：开源纲目中的某个应用场景（需要重构与优化）
• Benchmark 任务：某个具体的任务，例如分类
• 数据集：所需要进行评测的数据集
• 数据类型：时间序列、图数据、NLP、多媒体等
• 评价指标：对应任务上的评价指标，例如 Precision、Recall