您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
数据集:
embedding-data/sentence-compression
英文Sentence-compression 数据集卡
数据集摘要
数据集包含一对等价句子。该数据集按原样提供，不附带任何明示或暗示的保证。谷歌对因使用该数据集而产生的任何直接或间接损失概不负责。
免责声明：发布 sentence-compression 数据集的团队并未将数据集上传至 Hub，也未撰写数据集卡。这些步骤由 Hugging Face 团队完成。
支持的任务
- 训练句子相似度模型，用于语义搜索和句子相似性。
语言
- 英语。
数据集结构
数据集中的每个示例包含一对等价句子，并格式化为一个字典。键 "set" 包含句子列表作为值。
{"set": [sentence_1, sentence_2]}
{"set": [sentence_1, sentence_2]}
...
{"set": [sentence_1, sentence_2]}
该数据集适用于训练句子嵌入模型。请参考以下文章以了解如何使用类似的句子对训练模型。
使用示例
使用 pip install datasets 安装 ? Datasets 库，并使用以下代码从 Hub 加载数据集：
from datasets import load_dataset
dataset = load_dataset("embedding-data/sentence-compression")
数据集以 DatasetDict 形式加载，并具有以下格式：
DatasetDict({
train: Dataset({
features: ['set'],
num_rows: 180000
})
})
使用以下代码查看示例 i ：
dataset["train"][i]["set"]