К содержимому

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")