- الوصف :
ناقلات عالمية مدربة مسبقًا لتمثيل الكلمات (GloVe) لإجراء بحث تقريبي عن أقرب الجيران. تتكون مجموعة البيانات هذه من قسمين:
- "قاعدة البيانات": تتكون من 1،183،514 نقطة بيانات ، لكل منها ميزات: "التضمين" (100 عائم) ، "الفهرس" (int64) ، "الجيران" (قائمة فارغة).
- "الاختبار": يتكون من 10000 نقطة بيانات ، لكل منها ميزات: "التضمين" (100 تعويم) ، و "الفهرس" (int64) ، و "الجيران" (قائمة "الفهرس" و "المسافة" لأقرب الجيران في قاعدة البيانات. )
الصفحة الرئيسية : https://nlp.stanford.edu/projects/glove/
كود المصدر :
tfds.nearest_neighbors.glove_100_angular.Glove100Angular
إصدارات :
-
1.0.0
(افتراضي): الإصدار الأولي.
-
حجم التحميل :
462.93 MiB
حجم مجموعة البيانات :
567.90 MiB
التخزين المؤقت التلقائي ( التوثيق ): لا
الانقسامات :
انشق، مزق | أمثلة |
---|---|
'database' | 1،183،514 |
'test' | 10000 |
- هيكل الميزة :
FeaturesDict({
'embedding': Tensor(shape=(100,), dtype=float32),
'index': Scalar(shape=(), dtype=int64),
'neighbors': Sequence({
'distance': Scalar(shape=(), dtype=float32),
'index': Scalar(shape=(), dtype=int64),
}),
})
- وثائق الميزة :
ميزة | فصل | شكل | نوع | وصف |
---|---|---|---|---|
الميزات | ||||
التضمين | موتر | (100 ،) | تعويم 32 | |
فهرس | العددية | int64 | فهرس داخل الانقسام. | |
الجيران | تسلسل | الأجهزة المجاورة المحسوبة ، والتي تتوفر فقط لتقسيم الاختبار. | ||
الجيران / المسافة | العددية | تعويم 32 | مسافة الجار. | |
الجيران / الفهرس | العددية | int64 | مؤشر الجوار. |
المفاتيح الخاضعة للإشراف (انظر المستند
as_supervised
):None
الشكل ( tfds.show_examples ): غير مدعوم.
أمثلة ( tfds.as_dataframe ):
- الاقتباس :
@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},
}