The Information Engineering Lab 发布 stella_trec24_biogen_embedding 数据集, 应用在 生物医学、文本嵌入 领域

The Information Engineering Lab 本次发布的数据集 stella_trec24_biogen_embedding, 该数据集包含TREC24 BioGen PubMed语料库和测试查询的stella_en_1.5B_v5嵌入。语料库包含从TREC BioGen中提取的17801589个样本，每个样本包含一个ID和一个1024维的embedding。测试查询部分包含65个样本，每个样本同样包含一个ID和一个1024维的embedding。输入文本为Stella编码器的标题和摘要（以空格分隔），查询提示输入文本为特定的医学查询格式。

查看stella_trec24_biogen_embedding

Dataset card 内容： 

Files and versions 内容： 

关于 The Information Engineering Lab , The Information Engineering Lab是一个专注于信息工程领域的研究机构，致力于信息技术、系统工程及相关领域的创新研究与发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。