songys/kor_qpair

该数据集是一个用于语义相似性分类的韩语文本分类数据集。数据集中每一行包含两个问题和一个标签，标签用于判断这两个问题是否语义相似。数据集的大小在1K到10K之间，包含训练集、测试集和验证集。

原始信息汇总

数据集概述

数据集基本信息

• 名称: KorQpair
• 语言: 韩语（ko）
• 许可证: MIT
• 多语言性: 单语种
• 大小: 1K<n<10K
• 来源: 原始数据
• 任务类别: 文本分类
• 任务ID: 语义相似性分类

数据集结构

数据字段

• question1: 字符串类型
• question2: 字符串类型
• is_duplicate: 分类标签类型，其中 0 表示两个问题语义不相似，1 表示语义相似

数据分割

• 训练集: 6136个样本，占用515365字节
• 测试集: 758个样本，占用63466字节
• 验证集: 682个样本，占用57242字节

数据集创建

注释

• 创建者: 专家生成