SynthSTEL/styledistance_training_triplets_v2

该数据集是通过DataDreamer工具生成的合成数据集，包含320,400个样本。数据集的特征包括anchor、positive、negative、feature和feature_clean，均为字符串类型。数据集仅包含一个训练集分割，大小为119,247,863字节，下载大小为35,769,108字节。

This dataset is produced by DataDreamer, containing multiple features such as anchor, positive, negative, feature, feature_clean, all of which are string type. The dataset is divided into a training set, containing 320400 samples, with a total size of 119247863 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • anchor: 类型为 string
  • positive: 类型为 string
  • negative: 类型为 string
  • feature: 类型为 string
  • feature_clean: 类型为 string

• 分割:

  • train: 包含 320400 个样本，占用 119247863 字节

• 下载大小: 35769108 字节

• 数据集大小: 119247863 字节

配置

• 默认配置:
  • config_name: default
  • data_files:
    • split: train
    • path: data/train-*

标签

• datadreamer
• datadreamer-0.20.0
• synthetic