К содержимому

Датасет · mteb

Оценка семантической близости предложений SICK-R для MTEB

mteb/sickr-sts

Англоязычный тестовый набор (1K–10K) из бенчмарка MTEB для проверки качества текстовых эмбеддингов.

Что внутри

Внутри находятся пары английских предложений из веб-источников и письменных текстов, размеченные для оценки семантической близости (Semantic Textual Similarity). Размер датасета составляет от 1 до 10 тысяч записей. Набор адаптирован для стандартного запуска через библиотеку оценки эмбеддингов MTEB.

Что можно сделать

  • Тестирование и сравнение моделей текстовых эмбеддингов в MTEB
  • Проверка качества поиска дубликатов и семантического ранжирования
Задачи
Похожесть текстов
Языки
eng
Размер
1K–10K записей
Скачиваний за месяц
22,8 тыс.
Лайков
6

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("mteb/sickr-sts")