guante100_angular

  • Descripción :

Vectores globales preentrenados para incrustaciones de representación de palabras (GloVe) para la búsqueda aproximada del vecino más cercano. Este conjunto de datos consta de dos divisiones:

  1. 'base de datos': consta de 1.183.514 puntos de datos, cada uno tiene características: 'incrustación' (100 flotantes), 'índice' (int64), 'vecinos' (lista vacía).
  2. 'prueba': consta de 10,000 puntos de datos, cada uno tiene características: 'incrustación' (100 flotantes), 'índice' (int64), 'vecinos' (lista de 'índice' y 'distancia' de los vecinos más cercanos en la base de datos. )
Separar Ejemplos
'database' 1,183,514
'test' 10,000
  • Estructura de características :
FeaturesDict({
    'embedding': Tensor(shape=(100,), dtype=tf.float32),
    'index': Scalar(shape=(), dtype=tf.int64),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=tf.float32),
        'index': Scalar(shape=(), dtype=tf.int64),
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
incrustación Tensor (100,) tf.float32
índice Escalar tf.int64 Índice dentro de la división.
vecinos Secuencia Los vecinos calculados, que solo están disponibles para la división de prueba.
vecinos/distancia Escalar tf.float32 Distancia vecina.
vecinos/índice Escalar tf.int64 Índice de vecinos.
  • Cita :
@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},
}