BEE-spoke-data/jinaai_negation-dataset-v2-hf

该数据集是`jinaai/negation-dataset-v2`的HuggingFace格式版本，主要包含文本、正面文本、负面文本和来源四个特征，用于句子相似性任务。数据集包含训练集和测试集，训练集有50,000个样本，测试集有1,000个样本。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可: odc-by
• 数据规模: 10K<n<100K
• 源数据集: jinaai/negation-dataset-v2
• 任务类别: 句子相似度

数据集信息

• 特征:

  • text: 字符串类型
  • positive: 字符串类型
  • negative: 字符串类型
  • source: 字符串类型

• 分割:

  • train:
    • 字节数: 11603548
    • 样本数: 50000
  • test:
    • 字节数: 244324
    • 样本数: 1000

• 下载大小: 8378043

• 数据集大小: 11847872

配置

• 配置名称: default
• 数据文件:
  • train: data/train-*
  • test: data/test-*