guante100_angular

• Descripción :

Incorporaciones de vectores globales preentrenados para representación de palabras (GloVe) para una 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. )

• Página de inicio : https://nlp.stanford.edu/projects/glove/

• Código fuente : tfds.nearest_neighbors.glove_100_angular.Glove100Angular

• Versiones :

  • 1.0.0 (predeterminado): versión inicial.

• Tamaño de descarga : 462.93 MiB

• Tamaño del conjunto de datos : 567.90 MiB

• Almacenamiento en caché automático ( documentación ): No

• Divisiones :

• Estructura de características :

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.),
    }),
})

• Documentación de funciones :

• Claves supervisadas (ver documento as_supervised ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• 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},
}