timpal0l/stsb_mt_sv

该数据集是一个瑞典语的机器翻译版本，用于语义文本相似性任务。数据集包含句子对和它们的相似性评分，分为训练集、验证集和测试集。数据集的创建者是通过机器翻译生成的，并且数据集的语言为瑞典语。数据集的来源是STS-B的扩展版本，任务类别为文本分类，具体任务为文本评分和语义相似性评分。

原始信息汇总

数据集概述

数据集名称

• 名称: Swedish Machine Translated STS-B

数据集摘要

• 摘要: 该数据集是用于语义文本相似性的瑞典语机器翻译版本。

支持的任务和排行榜

• 任务: 用于评估瑞典语文本的相似性。

语言

• 语言: 瑞典语 (sv)

数据集结构

数据实例

• 示例:

  {score: 4.2, sentence1: Undrar om jultomten kommer i år pga Corona..?, sentence2: Jag undrar om jultomen kommer hit i år med tanke på covid-19, }

数据字段

• score: 浮点数，表示语义相似度分数，范围从0.0（最低）到5.0（最高）。
• sentence1: 字符串，表示一段文本。
• sentence2: 字符串，用于与sentence1进行语义比较。

数据分割

• 分割: 训练集、验证集和测试集。
• 大小:

  训练集	验证集	测试集
  5749	1500	1379

数据集创建

数据集创建者

• 创建者: @timpal0l

许可证信息

• 许可证: 未知

引用信息

• 引用:

  @article{isbister2020not, title={Why Not Simply Translate? A First Swedish Evaluation Benchmark for Semantic Similarity}, author={Isbister, Tim and Sahlgren, Magnus}, journal={arXiv preprint arXiv:2009.03116}, year={2020} }