guanto100_angolare

• Descrizione :

Incorporamenti di vettori globali per la rappresentazione di parole (GloVe) pre-addestrati per la ricerca approssimativa del vicino più vicino. Questo set di dati è costituito da due suddivisioni:

1. 'database': è composto da 1.183.514 punti dati, ciascuno ha caratteristiche: 'incorporamento' (100 float), 'indice' (int64), 'vicini' (elenco vuoto).
2. 'test': consiste di 10.000 punti dati, ciascuno ha caratteristiche: 'embedding' (100 float), 'index' (int64), 'neighbors' (elenco di 'index' e 'distanza' dei vicini più vicini nel database. )

• Pagina iniziale : https://nlp.stanford.edu/projects/glove/

• Codice sorgente : tfds.nearest_neighbors.glove_100_angular.Glove100Angular

• Versioni :

  • 1.0.0 (impostazione predefinita): versione iniziale.

• Dimensione download : 462.93 MiB

• Dimensione del set di dati : 567.90 MiB

• Memorizzazione nella cache automatica ( documentazione ): No

• Divide :

• Struttura delle caratteristiche :

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.),
    }),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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},
}