dkoterwa/kor-sts-cosine-embedding-loss
收藏Hugging Face2023-07-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/dkoterwa/kor-sts-cosine-embedding-loss
下载链接
链接失效反馈官方服务：
资源简介：
KorSTS数据集是一个用于韩语自然语言理解的基准数据集，包含句子对及其相似度评分。该数据集经过修改，将原始评分转换为适用于PyTorch的CosineEmbeddingLoss的标签，即评分大于或等于2.5的句子对标记为1（相似），否则标记为-1（不相似）。数据集包含训练集、验证集和测试集，分别有5691、1465和1376个样本。
KorSTS数据集是一个用于韩语自然语言理解的基准数据集，包含句子对及其相似度评分。该数据集经过修改，将原始评分转换为适用于PyTorch的CosineEmbeddingLoss的标签，即评分大于或等于2.5的句子对标记为1（相似），否则标记为-1（不相似）。数据集包含训练集、验证集和测试集，分别有5691、1465和1376个样本。
提供机构：
dkoterwa
原始信息汇总
数据集概述
数据集名称
- Korean Semantic Textual Similarity (KorSTS) Dataset (with converted scores)
数据集特征
- id: int64
- genre: string
- sentence1: string
- sentence2: string
- score: float64
数据集分割
- train: 5691 examples, 1034815 bytes
- valid: 1465 examples, 297254 bytes
- test: 1376 examples, 247409 bytes
数据集大小
- 下载大小: 837346 bytes
- 总大小: 1579478 bytes
许可证
- cc-by-sa-4.0
引用信息
- 引用论文: Ham, Jiyeon et al. "KorNLI and KorSTS: New Benchmark Datasets for Korean Natural Language Understanding." arXiv preprint arXiv:2004.03289 (2020).
