embedding-data/simple-wiki
收藏Hugging Face2022-08-02 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/embedding-data/simple-wiki
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含从Wikipedia获取的等价句子对，主要用于训练句子转换器模型，适用于语义搜索和句子相似性任务。数据以字典格式存储，每个实例包含一个键set和对应的句子列表。数据集的语言为英语。
提供机构：
embedding-data
原始信息汇总
数据集概述
数据集名称
- 名称: simple-wiki
数据集描述
- 摘要: 该数据集包含从Wikipedia获取的等价句子对。
- 支持的任务: 用于训练Sentence Transformers模型，适用于语义搜索和句子相似度比较。
- 语言: 英语
数据集结构
-
数据实例格式: 每个实例包含一对等价句子，格式为字典，键为"set"，值为句子列表。
{"set": [sentence_1, sentence_2]}
-
数据集加载示例: python from datasets import load_dataset dataset = load_dataset("embedding-data/simple-wiki")
-
数据集加载格式: 加载为
DatasetDict，包含训练集，每个训练集的特征为set。 python DatasetDict({ train: Dataset({ features: [set], num_rows: 102225 }) })
数据集使用注意事项
- 数据集的社交影响、偏见讨论、其他已知限制、数据集的来源、注释过程、个人和敏感信息等详细信息均未提供，需进一步获取。
