snagbreac/russian-reverse-dictionary-train-data
收藏Hugging Face2024-05-22 更新2024-05-25 收录
下载链接：
https://hf-mirror.com/datasets/snagbreac/russian-reverse-dictionary-train-data
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了我为训练反向词典而收集的俄语数据。数据由俄语单词及其定义组成。每个单词定义对还标有其来源，共有三种来源：efremova（约210K）指的是Efremova的新解释形态词典（2000年），这是一本权威的俄语词典，因其缺乏示例（便于数据收集）和大量单词（约140K）而被选中；codwoe（约50K）指的是由SemEval-2022的CODWOE（比较定义和词嵌入）赛道组织者创建的数据集，仅包含名词、动词、形容词和副词的定义；absite（约35K）指的是absite.com，一个俄语填字游戏网站，从中我抓取了单词及其线索。与数据集的其他部分不同，absite仅包含名词的定义，但这些定义是填字游戏线索而非词典定义，因此它们以更日常的俄语风格编写，这对应于反向词典的假设用户可能如何表达他们的查询。总共有约294K个数据点。
该数据集包含了我为训练反向词典而收集的俄语数据。数据由俄语单词及其定义组成。每个单词定义对还标有其来源，共有三种来源：efremova（约210K）指的是Efremova的新解释形态词典（2000年），这是一本权威的俄语词典，因其缺乏示例（便于数据收集）和大量单词（约140K）而被选中；codwoe（约50K）指的是由SemEval-2022的CODWOE（比较定义和词嵌入）赛道组织者创建的数据集，仅包含名词、动词、形容词和副词的定义；absite（约35K）指的是absite.com，一个俄语填字游戏网站，从中我抓取了单词及其线索。与数据集的其他部分不同，absite仅包含名词的定义，但这些定义是填字游戏线索而非词典定义，因此它们以更日常的俄语风格编写，这对应于反向词典的假设用户可能如何表达他们的查询。总共有约294K个数据点。
提供机构：
snagbreac
原始信息汇总
数据集概述
数据集特征
- word: 数据类型为字符串
- definition: 数据类型为字符串
- df: 数据类型为字符串
数据集分割
- train: 包含294,007个样本，数据大小为37,410,182.991279304字节
数据集大小
- 下载大小: 15,139,833字节
- 数据集总大小: 37,410,182.991279304字节
许可证
- MIT许可证
语言
- 俄语
数据来源
- efremova: 约210K数据点，来自Efremovas New Explanatory-Morphological Dictionary (2000)
- codwoe: 约50K数据点，来自COmparing Definitions and WOrd Embeddings (CODWOE) track of SemEval-2022
- absite: 约35K数据点，来自俄罗斯语言的填字游戏网站absite.com
数据集用途
- 用于训练俄语及多语言的逆向字典
