Sentences
收藏kaggle2023-02-19 更新2024-05-01 收录
下载链接：
https://www.kaggle.com/datasets/czyzi0/sentences
下载链接
链接失效反馈官方服务：
资源简介：
Just a bunch of sentences in Polish
应用场景：
创建时间：
2023-02-19
相关数据集
sentence-transformers/parallel-sentences
该数据集包含50多种语言的平行句对，以tsv.gz格式存储，每行包含一个英语句子和对应的其他语言的句子。数据来源于OPUS网站，并包含了多个子数据集，如Europarl、GlobalVoices、JW300等。这些数据可以用于训练多语言句子嵌入模型，但目前还不能直接通过Hugging Face数据集库使用，需要单独下载TSV文件。
Hugging Face2024-10-10 更新110
fractalego/wafl-dataset-2.0_sentence_by_sentence
该数据集包含用于训练和测试的对话数据，主要特征包括memory（记忆）、rules（规则）、prior_dialogue（先前对话）、right_answer（正确答案）和wrong_answer（错误答案）。数据集分为训练集和测试集，训练集包含4434个样本，测试集包含1080个样本。所有特征的数据类型均为字符串。
Hugging Face2024-12-14 更新40
sentence-transformers/parallel-sentences-europarl
该数据集包含多种语言的平行句子（即英语句子+相同句子的其他语言版本），主要来源于OPUS网站。数据集包含多个子集，每个子集都有英语和另一种语言的句子对。数据集可以用于训练多语言句子嵌入模型。
Hugging Face2024-06-18 更新130
sentence-transformers/sentence-compression
该数据集是Sentence Compression项目的文本-简化文本对的集合。数据集包含两列：text和simplified，数据类型均为字符串。数据集可以直接用于训练Sentence Transformers模型，适用于特征提取和句子相似性任务。数据集的大小在100K到1M之间，是单语言的（英语）。
Hugging Face2024-04-30 更新70
siddeo99/Multilingual_Sentences_with_Sentences
--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 509463 num_examples: 2289 download_size: 53713 dataset_size: 509463 configs: - config_na
Hugging Face2024-03-12 更新130
