দস্তানা100_কৌণিক

• বর্ণনা :

আনুমানিক নিকটতম প্রতিবেশী অনুসন্ধানের জন্য ওয়ার্ড রিপ্রেজেন্টেশন (গ্লোভ) এম্বেডিংয়ের জন্য প্রাক-প্রশিক্ষিত গ্লোবাল ভেক্টর। এই ডেটাসেট দুটি বিভাজন নিয়ে গঠিত:

1. 'ডাটাবেস': 1,183,514 ডেটা পয়েন্ট নিয়ে গঠিত, প্রতিটির বৈশিষ্ট্য রয়েছে: 'এমবেডিং' (100 ফ্লোটস), 'সূচক' (int64), 'প্রতিবেশী' (খালি তালিকা)।
2. 'পরীক্ষা': 10,000 ডেটা পয়েন্ট নিয়ে গঠিত, প্রতিটিতে বৈশিষ্ট্য রয়েছে: 'এম্বেডিং' (100 ফ্লোট), 'সূচী' (int64), 'প্রতিবেশী' ('সূচক' তালিকা এবং ডাটাবেসের নিকটতম প্রতিবেশীদের 'দূরত্ব'। )

• হোমপেজ : https://nlp.stanford.edu/projects/glove/

• উত্স কোড : tfds.nearest_neighbors.glove_100_angular.Glove100Angular

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): প্রাথমিক প্রকাশ।

• ডাউনলোড সাইজ : 462.93 MiB

• ডেটাসেটের আকার : 567.90 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'embedding': Tensor(shape=(100,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64, description=Index within the split.),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32, description=Neighbor distance.),
        'index': Scalar(shape=(), dtype=int64, description=Neighbor index.),
    }),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@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},
}