five

hotchpotch/tmp-msmarco-ja-research

收藏
Hugging Face2024-11-12 更新2024-12-14 收录
下载链接:
https://hf-mirror.com/datasets/hotchpotch/tmp-msmarco-ja-research
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含两个配置:dataset-filtered和dataset-sim。每个配置都包含英文和日文文本(text_en和text_ja)、余弦相似度(cos_sim)、位置标识符(pos_ids)等特征。dataset-filtered配置包含42,141个训练示例,dataset-sim配置包含327,574个训练示例。数据集主要用于处理英文和日文文本的相似度分析。

The dataset includes two configurations: dataset-filtered and dataset-sim. The dataset-filtered configuration contains 42141 training samples with features including qid (integer), English text, Japanese text, cosine similarity (float), and position IDs (integer sequence). The dataset-sim configuration contains 327574 training samples with features including qid (integer), English text, Japanese text, position IDs (integer sequence), model (integer), and cosine similarity (float).
提供机构:
hotchpotch
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作