SaiedAlshahrani/ASAD

该数据集基于20个阿拉伯国家，包含它们的首都、国籍、货币和所在大陆的信息，分为四个子集：国家-首都集、国家-货币集、国家-国籍集和国家-大陆集。每个子集包含380个词类比，整个数据集共有1520个词类比。该数据集主要用于评估阿拉伯语词嵌入模型（WEMs）。排除了阿联酋和科摩罗这两个国家，因为它们的名称或首都名称是开放复合词（两个词），无法直接被词嵌入模型处理。

原始信息汇总

数据集卡片 for "Arab States Analogy Dataset (ASAD)"

数据集概述

• 名称: Arab States Analogy Dataset (ASAD)
• 语言: 阿拉伯语
• 许可证: MIT
• 数据集大小: 1K<n<10K
• 数据集描述: 该数据集包含20个阿拉伯国家及其对应的首都、国籍、货币和所在大陆的信息，分为四个子集：国家-首都集、国家-货币集、国家-国籍集和国家-大陆集。每个子集包含380个单词类比，总计1520个单词类比。该数据集用于评估阿拉伯语词嵌入模型（WEMs）。

数据集详情

• 子集:
  • 国家-首都集
  • 国家-货币集
  • 国家-国籍集
  • 国家-大陆集
• 每个子集的单词类比数量: 380
• 总单词类比数量: 1520

数据集使用

• 用途: 评估阿拉伯语词嵌入模型（WEMs）

数据集创建说明

• 排除的国家: 阿联酋和科摩罗，因为它们或其首都的名称是开放复合词（两个单词），无法直接由词嵌入模型处理。