iamroot/stsb-contrastive-axes

该数据集是基于Glue-STSB数据集的扩展版本，包含了对比轴（Contrastive Axes）的信息。每一条记录包含一对句子（text_a和text_b），以及一个提示（prompt），用于指示这对句子在某个维度上的相似性或差异性。数据集还包含了由`sentence-transformers`生成的嵌入向量（embeddings）。标签（label）是机器生成的。数据集分为训练集和测试集，分别包含23388和5847个样本。

原始信息汇总

Glue-STSB with Contrastive Axes 数据集概述

数据集配置

• 默认配置：
  • 训练数据：
    • 路径：data/train-*
  • 测试数据：
    • 路径：data/test-*

数据集信息

• 特征：

  • text_a_embedding：序列类型，数据类型为float32
  • text_b_embedding：序列类型，数据类型为float32
  • prompt_embedding：序列类型，数据类型为float32
  • text_a：字符串类型
  • text_b：字符串类型
  • prompt：字符串类型
  • label：整数类型，数据类型为int64

• 数据分割：

  • 训练集：
    • 字节数：219575612.0
    • 样本数：23388
  • 测试集：
    • 字节数：54893903.0
    • 样本数：5847

• 数据集大小：

  • 下载大小：311913820
  • 数据集大小：274469515.0

数据集格式

• 数据集包含一对句子以及一个提示，用于表示句子之间的相似性或差异性。
• 包含由sentence-transformers生成的嵌入向量。
• text_a和text_b来自Glue-STSB数据集，prompt和label由机器生成。