rękawica100_kątowa

• Opis :

Wstępnie przeszkolone wektory globalne do osadzania reprezentacji słów (GloVe) w celu przybliżonego wyszukiwania najbliższego sąsiada. Ten zbiór danych składa się z dwóch podziałów:

1. „baza danych”: składa się z 1 183 514 punktów danych, każdy ma funkcje: „osadzanie” (100 zmiennych), „indeks” (int64), „sąsiedzi” (pusta lista).
2. „test”: składa się z 10 000 punktów danych, każdy ma funkcje: „osadzanie” (100 floatów), „indeks” (int64), „sąsiedzi” (lista „indeksu” i „odległości” najbliższych sąsiadów w bazie danych. )

• Strona główna : https://nlp.stanford.edu/projects/glove/

• Kod źródłowy : tfds.nearest_neighbors.glove_100_angular.Glove100Angular

• Wersje :

  • 1.0.0 (domyślnie): Wersja pierwsza.

• Rozmiar pobierania : 462.93 MiB

• Rozmiar zbioru danych : 567.90 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

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.),
    }),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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},
}