thivy/scandinavian-embedding-training-data
收藏Hugging Face2026-02-13 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/thivy/scandinavian-embedding-training-data
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: anchor
dtype: string
- name: positive
dtype: string
- name: negative
dtype: string
- name: source
dtype: string
- name: language
dtype: string
- name: task_type
dtype: string
splits:
- name: train
num_bytes: 1243410613
num_examples: 1676534
- name: dev
num_bytes: 17753472
num_examples: 29888
- name: test
num_bytes: 19791083
num_examples: 29401
download_size: 757524068
dataset_size: 1280955168
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
---
数据集信息：
特征列：
- 名称：锚点样本（anchor）
数据类型：字符串（string）
- 名称：正样本（positive）
数据类型：字符串（string）
- 名称：负样本（negative）
数据类型：字符串（string）
- 名称：来源（source）
数据类型：字符串（string）
- 名称：语言（language）
数据类型：字符串（string）
- 名称：任务类型（task_type）
数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train）
字节大小：1243410613
样本数量：1676534
- 划分名称：验证集（dev）
字节大小：17753472
样本数量：29888
- 划分名称：测试集（test）
字节大小：19791083
样本数量：29401
下载大小：757524068
总数据集大小：1280955168
配置项：
- 配置名称：默认配置（default）
数据文件路径：
- 划分：训练集（train）
路径：data/train-*
- 划分：验证集（dev）
路径：data/dev-*
- 划分：测试集（test）
路径：data/test-*
提供机构：
thivy
