hevia/scp-embeddings
收藏Hugging Face2022-07-15 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/hevia/scp-embeddings
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是从Kaggle上的SCP 1to7语料库改编而来，通过将标题、状态、文本和图像描述列进行拼接，并删除了包含已删除页面的行，从而将数据从6999条减少到6618条。嵌入是使用sentence-transformers/multi-qa-mpnet-base-dot-v1生成的。数据集适用于语义搜索或文本生成任务。
提供机构：
hevia
原始信息汇总
数据集概述
数据集名称
SCP Text+ Embeddings
原始数据来源
- 原始数据集：SCP 1to 7 corpus from Kaggle
- 链接：SCP 1to 7 corpus from Kaggle
数据处理
- 数据合并：将标题、状态、文本和图像标题列合并。
- 数据清洗：移除了包含已删除页面的行，数据量从6999条减少到6618条。
嵌入生成
- 嵌入模型：sentence-transformers/multi-qa-mpnet-base-dot-v1
- 模型来源：sentence-transformers/multi-qa-mpnet-base-cos-v1
应用场景
- 语义搜索
- 文本生成任务
