Hugging Face 发布 1-million sentences from English Wikipedia 数据集, 应用在 自然语言处理、文本相似度 领域

Hugging Face 本次发布的数据集 1-million sentences from English Wikipedia, 该数据集包含了从英文维基百科中随机抽取的100万条句子，用于训练目的。此外，该数据集还应用于ESimCSE模型的训练中，以提升语义文本相似度的效果。该数据集的规模为100万条句子，所涉及的任务是句子嵌入。

查看1-million sentences from English Wikipedia

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。