К содержимому

Датасет · mteb

Бенчмарк семантической близости текстов STS12

mteb/sts12-sts

Классический набор данных для оценки качества текстовых эмбеддингов из бенчмарка MTEB.

Что внутри

Включает от 1 до 10 тысяч англоязычных примеров из задачи SemEval-2012 Task 6, интегрированных в популярный бенчмарк MTEB. Данные охватывают энциклопедические статьи, новости и справочную литературу и предназначены для оценки семантического сходства предложений.

Что можно сделать

  • Тестирование и сравнение моделей текстовых эмбеддингов в фреймворке MTEB
  • Калибровка систем семантического поиска и ранжирования документов
Задачи
Похожесть текстов
Языки
eng
Размер
1K–10K записей
Скачиваний за месяц
48 тыс.
Лайков
15

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("mteb/sts12-sts")