mteb/sts17-crosslingual-sts

STS17是一个多语言句子相似度数据集，包含多种语言的句子对及其相似度评分，用于评估文本嵌入模型的多语言和跨语言性能。

STS17 is a multilingual sentence similarity dataset containing sentence pairs in various languages and their similarity scores, used to evaluate the multilingual and cross-lingual performance of text embedding models.

原始信息汇总

数据集概述

支持的语言

• 阿拉伯语 (ar)
• 德语 (de)
• 英语 (en)
• 西班牙语 (es)
• 法语 (fr)
• 意大利语 (it)
• 荷兰语 (nl)
• 韩语 (ko)
• 土耳其语 (tr)

配置详情

• 默认配置 (default)

  • 测试数据路径: test/*

• 韩语-韩语 (ko-ko)

  • 测试数据路径: test/ko-ko.jsonl.gz

• 阿拉伯语-阿拉伯语 (ar-ar)

  • 测试数据路径: test/ar-ar.jsonl.gz

• 英语-阿拉伯语 (en-ar)

  • 测试数据路径: test/en-ar.jsonl.gz

• 英语-德语 (en-de)

  • 测试数据路径: test/en-de.jsonl.gz

• 英语-英语 (en-en)

  • 测试数据路径: test/en-en.jsonl.gz

• 英语-土耳其语 (en-tr)

  • 测试数据路径: test/en-tr.jsonl.gz

• 西班牙语-英语 (es-en)

  • 测试数据路径: test/es-en.jsonl.gz

• 西班牙语-西班牙语 (es-es)

  • 测试数据路径: test/es-es.jsonl.gz

• 法语-英语 (fr-en)

  • 测试数据路径: test/fr-en.jsonl.gz

• 意大利语-英语 (it-en)

  • 测试数据路径: test/it-en.jsonl.gz

• 荷兰语-英语 (nl-en)

  • 测试数据路径: test/nl-en.jsonl.gz