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")