glove100_angular

• توضیحات :

جاسازی‌های بردار جهانی برای نمایش کلمه (GloVe) برای جستجوی تقریبی نزدیک‌ترین همسایه. این مجموعه داده از دو تقسیم تشکیل شده است:

1. 'پایگاه داده': شامل 1,183,514 نقطه داده است که هر کدام دارای ویژگی هایی است: 'جاسازی' (100 شناور)، 'شاخص' (int64)، 'همسایگان' (فهرست خالی).
2. "تست": شامل 10000 نقطه داده است که هر کدام دارای ویژگی هایی است: "جاسازی" (100 شناور)، "شاخص" (int64)، "همسایگان" (فهرست "شاخص" و "فاصله" نزدیکترین همسایگان در پایگاه داده. )

• صفحه اصلی : https://nlp.stanford.edu/projects/glove/

• کد منبع : tfds.nearest_neighbors.glove_100_angular.Glove100Angular

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 462.93 MiB

• حجم مجموعه داده : 567.90 MiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

تقسیم کنید	نمونه ها
'database'	1,183,514
'test'	10000

• ساختار ویژگی :

FeaturesDict({
    'embedding': Tensor(shape=(100,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64, description=Index within the split.),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32, description=Neighbor distance.),
        'index': Scalar(shape=(), dtype=int64, description=Neighbor index.),
    }),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
تعبیه کردن	تانسور	(100،)	float32
شاخص	اسکالر		int64	شاخص در شکاف.
همسایه ها	دنباله			همسایه های محاسبه شده، که فقط برای تقسیم تست در دسترس است.
همسایگان/فاصله	اسکالر		float32	فاصله همسایه
همسایگان/شاخص	اسکالر		int64	شاخص همسایه.

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@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},
}