Heng666/dot_embedding

该数据集包含多种语言的文本及其对应的嵌入向量。每种语言都有两个特征：一个是文本字符串，另一个是该文本的嵌入向量。数据集包含的训练集有152个样本，总大小为1698766字节。

原始信息汇总

数据集概述

数据集特征

• en: 数据类型为字符串。
• en_embedding: 数据类型为浮点数序列，精度为32位。
• zh_tw: 数据类型为字符串。
• zh_tw_embedding: 数据类型为浮点数序列，精度为32位。
• ja: 数据类型为字符串。
• ja_embedding: 数据类型为浮点数序列，精度为32位。
• ko: 数据类型为字符串。
• ko_embedding: 数据类型为浮点数序列，精度为32位。
• id: 数据类型为字符串。
• id_embedding: 数据类型为浮点数序列，精度为32位。
• vi: 数据类型为字符串。
• vi_embedding: 数据类型为浮点数序列，精度为32位。
• th: 数据类型为字符串。
• th_embedding: 数据类型为浮点数序列，精度为32位。

数据集分割

• train: 包含152个样本，占用1698766字节。

数据集大小

• 下载大小: 2208865字节。
• 数据集大小: 1698766字节。

配置

• 默认配置:
  • 训练数据路径: data/train-*。