tintnguyen/mmarco-vi-selected-triples
收藏Hugging Face2024-11-26 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/tintnguyen/mmarco-vi-selected-triples
下载链接
链接失效反馈官方服务：
资源简介：
这是一个从`unicamp-dl/mmarco`数据集的`triples.train.ids.small.tsv`文件中过滤出来的子集，使用越南语。数据集的规模在10M到100M之间。过滤过程采用了一个自定义训练的交叉编码器，对原始文件中的每个查询-正例对进行了评分，只保留了评分大于0.5的对。
This is a filtered subset of the `triples.train.ids.small.tsv` file from the `unicamp-dl/mmarco` dataset, in Vietnamese. The dataset size is between 10M and 100M. The filtering process used a custom-trained crossencoder to score each query-positive pair in the original file, retaining only those pairs with a score greater than 0.5.
提供机构：
tintnguyen
