Dataset Preview Go to dataset viewer
sentence1 (string)sentence2 (string)score (float)
En flicka stylar håret.
En flicka borstar håret.
2.5
En grupp män spelar fotboll på stranden.
En grupp pojkar spelar fotboll på stranden.
3.6
En kvinna mäter en annan kvinnas fotled.
En kvinna mäter en annan kvinnas fotled.
5
En man skär upp en gurka.
En man skär en gurka.
4.2
En man spelar en harpa.
En man spelar ett tangentbord.
1.5
En kvinna skär lök.
En kvinna skär tofu.
1.8
En man rider på en elektrisk cykel.
En man cyklar.
3.5
En man spelar trummorna.
En man spelar gitarren.
2.2
En man spelar gitarr.
En dam spelar gitarr.
2.2
En man spelar en gitarr.
En man spelar en trumpet.
1.714
En man spelar en gitarr.
En man spelar en trumpet.
1.714
En man skär en lök.
En man skär en lök.
5
En man cyklar.
En man pratar.
0.6
En man skär upp en fisk.
En man skär upp en fisk.
4.4
En man skär en tomat.
En man skär en bulle.
2
En man spelar en gitarr.
En man spelar ett tangentbord.
1.8
En babypanda går ner i en rutschkana.
En panda glider ner en bild.
4.4
En man sjunger och spelar en gitarr.
En man spelar en gitarr.
3.6
En man attackerar en kvinna.
En man slår en kvinna.
3.6
En man kör en bil.
En man rider på en häst.
1.2
En kvinna skär tofu.
En kvinna skär en lök.
2.4
Kvinnan stylar håret.
Kvinnan skivar örter.
0.2
Två zebror spelar i ett öppet fält.
Två zebror spelar i ett fält.
4.2
En man skär en potatis.
En man skivar lite potatis.
4.4
En man skär en lök.
En kvinna skär en pumpa.
2.25
En man dansar.
En man och kvinna dansar.
2
En man rider på en motorcykel.
En kvinna rider på en häst.
0.75
En kvinna skivar vitlök.
En kvinna skär en lök.
2.2
En man talar.
En man lagar mat.
0.8
En liten pojke sjunger och spelar gitarr.
En man sjunger och spelar gitarr.
2.2
En sköldpadda simmar i vatten.
En sköldpadda går under vattnet.
3.2
En ung kvinna sätter klistermärken över hela ansiktet.
En kvinna applicerar klistermärken på hennes ansikte.
4.8
En kvinna slår in tofu.
En kvinna bollar degen.
1.4
En katt äter lite majs.
En katt äter majskolv.
4.25
En man äter mat.
En man äter en bit bröd.
3.4
En man spelar en gitarr.
En man äter pasta.
0.533
En man sparkar krukor med vatten.
En man plockar blommor.
0.4
En man skär ett rör med sax.
En man klipper mattan med en kniv.
1.2
En kvinna dansar i regnet.
En kvinna dansar i regnet.
5
En kvinna tar ett bad.
En kvinna rider på en häst.
0.538
En man blandar grönsaker i en kruka.
En person rör om grönsaker i en kruka.
3.75
En kvinna pratar i mobiltelefon.
En man och kvinna pratar i telefon.
3
En man spelar en gitarr.
En man sjunger medan han spelar gitarr.
3.6
En man spelar en gitarr.
En man kör en bil.
0.5
En man skär äpplet vid handen.
En man klipper mattan med en kniv.
1.5
En man öppnar en dörr.
En man skär en lök.
0.8
En man skär en tomat.
En man rider på en häst.
0.8
En man skär papper med ett svärd.
En kvinna skär en tomat.
0.6
En pojke studerar en kalender.
En pojke tittar på en kalender.
4.4
Ballerina dansar.
En man dansar.
1.75
En kvinna dansar.
En kvinna spelar fiol.
0.4
En kvinna skivar tomater.
En kvinna hugger en potatis.
1.4
En kvinna åker vattenskidor.
En kvinna skivar fisk.
0.4
En man spelar en flöjt.
En man kör en skoter.
0.8
En man spelar piano.
En man spelade gitarr.
2
En kvinna plockar en burk.
En man spelar en gitarr.
0.133
En man lägger tre köttbitar i en kastrull.
En man lägger kött i en kastrull.
4
En kvinna skär en lök.
En kvinna städar en trädgård.
0.267
Vissa män sågar.
Män sågar stockar.
3.4
En bil körs på vägen.
En flicka går på en väg.
1.2
Mannen kysser och kramar kvinnan.
En man kramar och kysser en kvinna.
5
Ett tåg rör sig.
En man gör yoga.
0
Någon skivar en lök.
En kvinna skär lök.
3.8
En kvinna leker i havet.
En kvinna förbereder räkor för att laga mat.
0.75
En person spelar ett elektroniskt tangentbord.
Ett barn spelar tangentbord.
3.4
En man håller ett blad.
En apa slåss mot en man.
0
En kvinna skalar räkor.
En man pressar vatten.
0.2
En man sitter och röker.
En man röker en cigarett.
4
En man spelar en gitarr.
En kvinna rider på en häst.
0.5
En man står framför fönstret och tittar utanför.
En man stirrar ut genom fönstret.
3.8
En skunk tittar här och där.
En skunk tittar på kameran.
2.4
En man spelar gitarr och sjunger.
En man sjunger med en gitarr.
4.75
En kvinna öppnar ett fönster.
En man kryper.
0
Människor dansar ute.
En grupp människor dansar.
3.75
Mannen använder en kamera för att hamra en spik.
Någon slår en kameralins mot en spik.
2.6
En kvinna arkiverar sina naglar.
En man skalar en morot.
0
En pojke kryper in i ett hundhus.
En pojke spelar en träflöjt.
0.75
En kvinna simmar under vattnet.
En man skivar några morötter.
0
En maskin skärper en blyertspenna.
Maskinen rakade slutet på pennan.
3.8
En apa spelar trummor.
En gorilla spelar trummor.
2.8
En man öppnar en låda och tar ut papper.
En kvinna skalar en potatis.
0
En kvinna dansar.
En kvinna spelar klarinett.
0.8
En person ritar på en stor pekskärm.
En man drar på ett digitalt torr radera bräde.
3
Männen spelade följer ledaren på gräset.
Noshörningen betade på gräset.
1
En kvinna knäcker ägg.
En man pratar med en kvinna.
0
En kvinna skalar vitlök med händerna.
Kvinnan skivar örter.
1
Isbjörnarna kämpade om mordet.
Isbjörnar kämpar mot varandra.
3.4
En man gör trick med spelkort.
En man utför ett korttrick.
5
Katten slickar en flaska.
En katt leker med en liten flaska.
2.333
En person skär en lök.
En person skär ingefära.
1.4
En person skalar en potatis med en potatisskalare.
En man skär tomater med en klyfta.
0.75
Två kvinnor dansar och sjunger framför en folkmassa.
Kvinnorna sjunger och dansar.
3.538
En man kryddar morötter.
En kvinna skivar vitlök.
0.8
Två män sköt vagnar genom skogen.
Två män skjuter vagnar.
3.5
En man spelar fotboll.
En man manövrerar en fotboll med fötterna.
2
Damen skalade potatisen.
En kvinna skalar en potatis.
4.75
En kvinna skivar lite tofu.
En kvinna skär ett tofublock i små kuber.
4
Någon skrev på ett tangentbord.
Någon skriver.
4.5
Tre unga män springer, hoppar och sparkar av en koksmaskin.
Tre män hoppar av en mur.
1.5
En ung asiatisk flicka applicerar eyeliner.
En flicka sätter på ögonmakeup.
2.4
End of preview (truncated to 100 rows)

Dataset Card for Swedish Machine Translated STS-B

Dataset Summary

This dataset is a Swedish machine translated version for semantic textual similarity.

Supported Tasks and Leaderboards

This dataset can be used to evaluate text similarity on Swedish.

Languages

The text in the dataset is in Swedish. The associated BCP-47 code is sv.

Dataset Structure

Data Instances

What a sample looks like:

{'score': '4.2',
 'sentence1': 'Undrar om jultomten kommer i år pga Corona..?',
 'sentence2': 'Jag undrar om jultomen kommer hit i år med tanke på covid-19',
}

Data Fields

  • score: a float representing the semantic similarity score. Where 0.0 is the lowest score and 5.0 is the highest.
  • sentence1: a string representing a text
  • sentence2: another string to compare the semantic with

Data Splits

The data is split into a training, validation and test set. The final split sizes are as follow:

Train Valid Test
5749 1500 1379

Dataset Creation

Curation Rationale

[Needs More Information]

Source Data

Initial Data Collection and Normalization

[Needs More Information]

Who are the source language producers?

[Needs More Information]

Annotations

Annotation process

[Needs More Information]

Who are the annotators?

[Needs More Information]

Personal and Sensitive Information

[Needs More Information]

Considerations for Using the Data

Social Impact of Dataset

[Needs More Information]

Discussion of Biases

[Needs More Information]

Other Known Limitations

[Needs More Information]

Additional Information

Dataset Curators

The machine translated version were put together by @timpal0l

Licensing Information

[Needs More Information]

Citation Information

@article{isbister2020not,
  title={Why Not Simply Translate? A First Swedish Evaluation Benchmark for Semantic Similarity},
  author={Isbister, Tim and Sahlgren, Magnus},
  journal={arXiv preprint arXiv:2009.03116},
  year={2020}
}

Contributions

Thanks to @timpal0l for adding this dataset.

Update on GitHub