Датасет · mteb
Бенчмарк семантической близости биомедицинских текстов
mteb/biosses-sts
Набор пар медицинских текстов на английском для оценки качества эмбеддингов в MTEB.
Что внутри
Датасет BIOSSES в составе бенчмарка Massive Text Embedding Benchmark (MTEB), предназначенный для оценки семантической близости текстов (sentence-similarity) в медицинской предметной области. Внутри меньше 1000 примеров на английском языке. Готов к прямой оценке моделей через библиотеку mteb.
Что можно сделать
- Оценить качество текстовых эмбеддингов в биомедицинском домене с помощью фреймворка MTEB
- Сравнить дообученные медицинские ретриверы и энкодеры на задаче поиска похожих фрагментов
- Задачи
- Похожесть текстов
- Языки
- eng
- Размер
- до 1K записей
- Скачиваний за месяц
- 21,5 тыс.
- Лайков
- 2
Как загрузить
from datasets import load_dataset
ds = load_dataset("mteb/biosses-sts")