avsolatorio/mteb-amazon_massive_intent-avs_triplets

该数据集用于论文GISTEmbed，旨在通过指导性样本内选择训练负样本来微调文本嵌入。数据集包含多个字段，如id、label、label_text、text、idx、query_idx、positive_idx和negative_idx，涵盖了多种意图标签，如日期查询、物联网设备控制、交通票务、外卖查询、股票问答等。数据集分为训练集，包含11514个示例，总大小为1202479字节。

原始信息汇总

MTEB Amazon Massive Intent Triplets Dataset

数据集信息

特征

• id: 字符串类型
• label: 类别标签，包含以下类别名称：
  • 0: datetime_query
  • 1: iot_hue_lightchange
  • 2: transport_ticket
  • 3: takeaway_query
  • 4: qa_stock
  • 5: general_greet
  • 6: recommendation_events
  • 7: music_dislikeness
  • 8: iot_wemo_off
  • 9: cooking_recipe
  • 10: qa_currency
  • 11: transport_traffic
  • 12: general_quirky
  • 13: weather_query
  • 14: audio_volume_up
  • 15: email_addcontact
  • 16: takeaway_order
  • 17: email_querycontact
  • 18: iot_hue_lightup
  • 19: recommendation_locations
  • 20: play_audiobook
  • 21: lists_createoradd
  • 22: news_query
  • 23: alarm_query
  • 24: iot_wemo_on
  • 25: general_joke
  • 26: qa_definition
  • 27: social_query
  • 28: music_settings
  • 29: audio_volume_other
  • 30: calendar_remove
  • 31: iot_hue_lightdim
  • 32: calendar_query
  • 33: email_sendemail
  • 34: iot_cleaning
  • 35: audio_volume_down
  • 36: play_radio
  • 37: cooking_query
  • 38: datetime_convert
  • 39: qa_maths
  • 40: iot_hue_lightoff
  • 41: iot_hue_lighton
  • 42: transport_query
  • 43: music_likeness
  • 44: email_query
  • 45: play_music
  • 46: audio_volume_mute
  • 47: social_post
  • 48: alarm_set
  • 49: qa_factoid
  • 50: calendar_set
  • 51: play_game
  • 52: alarm_remove
  • 53: lists_remove
  • 54: transport_taxi
  • 55: recommendation_movies
  • 56: iot_coffee
  • 57: music_query
  • 58: play_podcasts
  • 59: lists_query
• label_text: 字符串类型
• text: 字符串类型
• idx: 64位整数类型
• query_idx: 64位整数类型
• positive_idx: 64位整数类型
• negative_idx: 64位整数类型

数据分割

• train: 包含11514个样本，占用1202479字节

数据集大小

• 下载大小: 658224字节
• 数据集大小: 1202479字节

配置

• default: 包含训练数据文件，路径为data/train-*