Mollel/Swahili-stsb

该数据集包含多个语言的句子对（sentence1和sentence2），每个句子对都有一个分数（score），用于表示这两个句子之间的某种关系或相似度。数据集分为训练集、验证集和测试集，分别包含5749、1500和1379个示例。

原始信息汇总

数据集概述

数据特征

• language: 数据类型为字符串。
• sentence1: 数据类型为字符串。
• sentence2: 数据类型为字符串。
• score: 数据类型为浮点数（float64）。

数据划分

• train: 包含5749个样本，占用851784.5字节。
• validation: 包含1500个样本，占用237699.0字节。
• test: 包含1379个样本，占用189568.0字节。

数据集大小

• 下载大小: 736476字节。
• 总数据集大小: 1279051.5字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • validation: 路径为data/validation-*。
    • test: 路径为data/test-*。