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/simple-wiki
英文"simple-wiki" 数据集卡片
数据集简介
该数据集包含从维基百科获取的等价句子对。
支持的任务
- Sentence Transformers 训练; 适用于语义搜索和句子相似度。
语言
- 英语。
数据集结构
数据集中的每个示例包含等价句子对，并格式化为带有键"set"和句子列表作为"value"的字典。
{"set": [sentence_1, sentence_2]}
{"set": [sentence_1, sentence_2]}
...
{"set": [sentence_1, sentence_2]}
此数据集对于训练句子变换模型非常有用。请参考以下帖子了解如何使用类似的句子进行模型训练。
使用示例
使用 pip install datasets 安装?数据集库，然后从Hub加载数据集:
from datasets import load_dataset
dataset = load_dataset("embedding-data/simple-wiki")
数据集被加载为 DatasetDict 并具有以下格式：
DatasetDict({
train: Dataset({
features: ['set'],
num_rows: 102225
})
})
查看示例 i ：
dataset["train"][i]["set"]