llm-book/jawiki-paragraphs-unsup-simcse-bert-base-japanese-v3
收藏Hugging Face2023-06-30 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/llm-book/jawiki-paragraphs-unsup-simcse-bert-base-japanese-v3
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为jawiki-paragraphs-unsup-simcse-bert-base-japanese-v3，可能包含从日语维基百科提取的段落数据，用于无监督的句子相似性计算。数据集特征包括文本、标题、段落索引等，使用BERT模型处理日语文本。
该数据集名为jawiki-paragraphs-unsup-simcse-bert-base-japanese-v3，可能包含从日语维基百科提取的段落数据，用于无监督的句子相似性计算。数据集特征包括文本、标题、段落索引等，使用BERT模型处理日语文本。
提供机构：
llm-book
原始信息汇总
数据集概述
数据集名称
- 名称: jawiki-paragraphs-unsup-simcse-bert-base-japanese-v3
数据集特征
- 特征列表:
- id: 字符串类型
- pageid: 整数类型
- revid: 整数类型
- paragraph_index: 整数类型
- title: 字符串类型
- section: 字符串类型
- text: 字符串类型
- html_tag: 字符串类型
- embeddings: 浮点数序列类型
数据集分割
- 训练集:
- 数据量: 4575969228 字节
- 示例数量: 1339236
数据集大小
- 下载大小: 5225348578 字节
- 数据集总大小: 4575969228 字节
