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")