sentence-transformers/sentence-compression

该数据集是Sentence Compression项目的文本-简化文本对的集合。数据集包含两列：text和simplified，数据类型均为字符串。数据集可以直接用于训练Sentence Transformers模型，适用于特征提取和句子相似性任务。数据集的大小在100K到1M之间，是单语言的（英语）。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 多语言性: 单语种
• 大小: 10万<n<100万
• 任务类别: 特征提取, 句子相似性
• 美观名称: 句子压缩
• 标签: 句子转换器

数据集配置

• 配置名称: pair
• 特征:
  • text: 字符串类型
  • simplified: 字符串类型

数据集分割

• 训练集:
  • 字节数: 36787355
  • 示例数: 180000
  • 下载大小: 27233130
  • 数据集大小: 36787355

数据集子集

• 子集名称: pair

  • 列: "text", "simplified"

  • 列类型: 字符串, 字符串

  • 示例: python { text: "The USHL completed an expansion draft on Monday as 10 players who were on the rosters of USHL teams during the 2009-10 season were selected by the Leagues two newest entries, the Muskegon Lumberjacks and Dubuque Fighting Saints.", simplified: USHL completes expansion draft, }

  • 收集策略: 从Sentence Compression数据集读取

  • 去重: 否