embedding-data/coco_captions_quintets

COCO是一个大规模的对象检测、分割和描述数据集。该数据集包含每张图片的五条描述，适用于句子相似性任务。数据集的结构为每个示例包含五个相似句子的列表，格式为字典。数据集的语言为英语，许可证为MIT。

原始信息汇总

数据集概述

数据集名称

• 名称: coco_captions
• 别名: 无

数据集描述

• 摘要: COCO是一个大规模的对象检测、分割和字幕数据集。本仓库包含每张图片五个字幕，适用于句子相似度任务。
• 任务支持: 用于训练Sentence Transformers模型，适用于语义搜索和句子相似度任务。
• 语言: 英语

数据集结构

• 数据实例格式: 每个数据实例包含五个相似的句子，格式为字典，键为"set"，值为句子列表。
• 数据集加载示例: 使用🤗 Datasets库加载数据集，数据集以DatasetDict格式存储，包含训练集。

数据集创建

• 许可证: MIT
• 贡献者: Tsung-Yi Lin, Genevieve Patterson, Matteo R., Yin Cui, Michael Maire, Serge Belongie, Lubomir Bourdev, Ross Girshick, James Hays, Pietro Perona, Deva Ramanan, Larry Zitnick, Piotr Dollár
• 版权信息: 数据集注释及本网站属于COCO Consortium，根据Creative Commons Attribution 4.0 License授权。

使用注意事项

• 数据集限制: 详细信息需进一步了解。
• 社会影响与偏见: 详细信息需进一步了解。

附加信息

• 引用信息: 详细信息需进一步了解。
• 数据集维护者: 详细信息需进一步了解。