sarung tangan100_sudut

  • Deskripsi :

Penyematan Global Vectors for Word Representation (GloVe) yang telah dilatih sebelumnya untuk perkiraan pencarian tetangga terdekat. Dataset ini terdiri dari dua bagian:

  1. 'database': terdiri dari 1.183.514 titik data, masing-masing memiliki fitur: 'embedding' (100 float), 'index' (int64), 'neighbors' (daftar kosong).
  2. 'test': terdiri dari 10.000 titik data, masing-masing memiliki fitur: 'embedding' (100 float), 'index' (int64), 'neighbors' (daftar 'index' dan 'distance' tetangga terdekat di database. )
Membelah Contoh
'database' 1.183.514
'test' 10.000
  • Struktur fitur :
FeaturesDict({
    'embedding': Tensor(shape=(100,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32),
        'index': Scalar(shape=(), dtype=int64),
    }),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
penyematan Tensor (100,) float32
indeks Skalar int64 Indeks dalam pemisahan.
tetangga Urutan Tetangga yang dihitung, yang hanya tersedia untuk test split.
tetangga/jarak Skalar float32 Jarak tetangga.
tetangga/indeks Skalar int64 Indeks tetangga.
  • Kutipan :
@inproceedings{pennington2014glove,
  author = {Jeffrey Pennington and Richard Socher and Christopher D. Manning},
  booktitle = {Empirical Methods in Natural Language Processing (EMNLP)},
  title = {GloVe: Global Vectors for Word Representation},
  year = {2014},
  pages = {1532--1543},
  url = {http://www.aclweb.org/anthology/D14-1162},
}