nikhilchigali/wikianswers_small
收藏Hugging Face2024-03-30 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/nikhilchigali/wikianswers_small
下载链接
链接失效反馈官方服务：
资源简介：
`nikhilchigali/wikianswers_small`是`embedding-data/WikiAnswers`数据集的一个子集，仅包含原始数据集0.13%的行（集合）。这些句子集合已被拆分为单独的条目，并带有相应的聚类ID，以标识来自同一集合的句子。每个示例包含一个句子及其聚类ID，同一聚类中的句子是彼此的释义。数据集的语言为英语，适用于句子相似性任务。
`nikhilchigali/wikianswers_small`是`embedding-data/WikiAnswers`数据集的一个子集，仅包含原始数据集0.13%的行（集合）。这些句子集合已被拆分为单独的条目，并带有相应的聚类ID，以标识来自同一集合的句子。每个示例包含一个句子及其聚类ID，同一聚类中的句子是彼此的释义。数据集的语言为英语，适用于句子相似性任务。
提供机构：
nikhilchigali
原始信息汇总
数据集概述
数据集名称
nikhilchigali/wikianswers_small
数据集描述
这是一个从embedding-data/WikiAnswers数据集中提取的子集，包含原数据集0.13%的行数。该数据集将句子集合解构成单独的项，每个项包含一个句子及其对应的集群ID，用于标识来自同一集合的句子。
数据集特征
- sentence: 字符串类型
- cluster: 整数类型（int64）
数据集结构
每个数据集示例包含一个句子和其对应的集群ID。同一集群中的句子是彼此的同义句。
数据集大小
- 训练集: 990526个示例，占用59231273字节
- 下载大小: 22602562字节
- 数据集总大小: 59231273字节
语言
英语
任务类别
句子相似度
数据集使用示例
python from datasets import load_dataset dataset = load_dataset("nikhilchigali/wikianswers_small")
数据集加载格式
python DatasetDict({ train: Dataset({ features: [sentence, "cluster"], num_rows: N }) })
