luva100_angular

• Descrição :

Embeddings de vetores globais pré-treinados para representação de palavras (GloVe) para pesquisa aproximada do vizinho mais próximo. Este conjunto de dados consiste em duas divisões:

1. 'banco de dados': consiste em 1.183.514 pontos de dados, cada um com recursos: 'embedding' (100 floats), 'index' (int64), 'neighbors' (lista vazia).
2. 'test': consiste em 10.000 pontos de dados, cada um possui recursos: 'embedding' (100 floats), 'index' (int64), 'neighbors' (lista de 'index' e 'distance' dos vizinhos mais próximos no banco de dados. )

• Página inicial : https://nlp.stanford.edu/projects/glove/

• Código -fonte: tfds.nearest_neighbors.glove_100_angular.Glove100Angular

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : 462.93 MiB

• Tamanho do conjunto de dados : 567.90 MiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

• Estrutura de recursos :

FeaturesDict({
    'embedding': Tensor(shape=(100,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32),
        'index': Scalar(shape=(), dtype=int64),
    }),
})

• Documentação do recurso:

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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},
}