sentence-transformers/wikipedia-en-sentences
收藏Hugging Face2024-04-25 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/sentence-transformers/wikipedia-en-sentences
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含787万个英语句子，可用于嵌入模型的知识蒸馏。数据集的列名为sentence，列类型为字符串。数据集的收集策略是从https://sbert.net/datasets/wikipedia-en-sentences.txt.gz下载并上传，未进行进一步修改。数据集未进行去重处理。
该数据集包含787万个英语句子，可用于嵌入模型的知识蒸馏。数据集的列名为sentence，列类型为字符串。数据集的收集策略是从https://sbert.net/datasets/wikipedia-en-sentences.txt.gz下载并上传，未进行进一步修改。数据集未进行去重处理。
提供机构：
sentence-transformers
原始信息汇总
数据集概述
基本信息
- 名称: Wikipedia Sentences
- 语言: 英语
- 多语言性: 单语种
- 大小: 1M<n<10M
- 任务类别:
- 特征提取
- 句子相似度
- 标签:
- sentence-transformers
数据集详情
- 特征:
- 名称: sentence
- 数据类型: string
- 分割:
- 类型: train
- 字节数: 958187457
- 示例数: 7871825
- 下载大小: 683051610
- 数据集大小: 958187457
配置
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
