imvladikon/stsb_he

这是一个机器翻译的希伯来语版本的sts-b数据集，包含额外的记录：`augmented` - 通过弱生成模型生成的未匹配记录，以及`chatgpt` - 通过ChatGPT生成的释义。

原始信息汇总

数据集概述

特征信息

• label: 数据类型为 float64
• idx: 数据类型为 int64
• sentence1: 数据类型为 string
• sentence2: 数据类型为 string
• source: 数据类型为 string

数据分割

• train: 字节数为 3122340，样本数为 14597
• validation: 字节数为 670209，样本数为 3489

数据大小

• 下载大小: 1879461 字节
• 数据集大小: 3792549 字节

配置信息

• default 配置包含以下数据文件：
  • train: 路径为 data/train-*
  • validation: 路径为 data/validation-*

任务类别

• sentence-similarity

语言

• he (希伯来语)

样本示例

json [{label: 4.666999816894531, idx: 13, sentence1: אדם מקפל פיסת נייר., sentence2: מישהו מקפל פיסת נייר., source: machine-translated}, {label: 0.0, idx: 13, sentence1: אדם מקפל פיסת נייר., sentence2: כתב מייל., source: augmented}, {label: 4.0, idx: 13, sentence1: אדם מקפל פיסת נייר., sentence2: אדם מכפיל ניידת נייר., source: chatgpt}]