发布 GO-Terms 数据集, 应用在 基因本体论、文本分类 领域

本次发布的数据集 GO-Terms, 该数据集用于句子嵌入训练，包含基因本体论术语。数据集分为训练集、验证集和测试集，分别包含40906、6585和67918个样本。每个样本包含anchor、positive和class三个特征，数据类型均为large_string。数据集的总下载大小为3949844字节，总数据集大小为20626877字节。数据集的配置名为default，数据文件路径分别为data/train-*、data/val-*和data/test-*。数据集的许可证为MIT，任务类别包括文本分类和句子相似性，语言为英语，标签包括生物学和医学。

查看GO-Terms

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。