SART

SART 是鞑靼语的相似性、类比性和相关性三个数据集的集合。
这三个子集是：
* 相似度数据集 - 202 对单词以及单词之间相似度的平均人类分数（0 到 10 级）。例如，“йорт, бина, 7.69”。
* 相关性数据集 - 252 对单词以及单词之间相关度的平均人类分数。例如，“урам，балалар，5.38”。
* 类比数据集 - 一组 A:B::C:D 形式的分析问题，意味着 A 到 B 就像 C 到 D，并且 D 是要预测的。例如，“Әнкара Төркия Париж Франция”。包含 34 个类别，共 30 144 个问题。

搜集汇总

背景与挑战

背景概述

SART是一个鞑靼语的自然语言处理数据集，包含相似度、相关性和类比三个子集，用于评估词嵌入模型。具体包括202对单词的相似度评分、252对单词的相关性评分以及30,144个类比问题。