Datasets:
stsb_mt_sv

sentence1 stringlengths 10 353	sentence2 stringlengths 11 328	score float32 0 5
Ett plan tar fart.	Ett luftplan tar fart.	5
En man spelar en stor flöjt.	En man spelar en flöjt.	3.8
En man sprider strimlad ost på en pizza.	En man sprider strimlad ost på en okokt pizza.	3.8
Tre män spelar schack.	Två män spelar schack.	2.6
En man spelar cello.	En sittande man spelar cello.	4.25
Vissa män slåss.	Två män kämpar.	4.25
En man röker.	En man åker skridskor.	0.5
Mannen spelar piano.	Mannen spelar gitarr.	1.6
En man spelar på en gitarr och sjunger.	En kvinna spelar en akustisk gitarr och sjunger.	2.2
En person kastar en katt på taket.	En person kastar en katt på taket.	5
Mannen slog den andra mannen med en pinne.	Mannen slog den andra mannen med en pinne.	4.2
En kvinna plockar upp och håller en baby känguru.	En kvinna plockar upp och håller en baby känguru i armarna.	4.6
En man spelar en flöjt.	En man spelar en bambuflöjt.	3.867
En person fälls ett papper.	Någon fäller ett papper.	4.667
En man springer på vägen.	En pandahund springer på vägen.	1.667
En hund försöker få bacon från ryggen.	En hund försöker äta baconet på ryggen.	3.75
Isbjörnen glider på snön.	En isbjörn glider över snön.	5
En kvinna skriver.	En kvinna simmar.	0.5
En katt gnuggar mot barnets ansikte.	En katt gnuggar mot ett barn.	3.8
Mannen rider på en häst.	En man rider på en häst.	5
En man häller olja i en kruka.	En man häller vin i en kruka.	3.2
En man spelar en gitarr.	En flicka spelar en gitarr.	2.8
En panda glider ner en bild.	En panda glider ner en bild.	4.6
En kvinna äter något.	En kvinna äter kött.	3
En kvinna skalar en potatis.	En kvinna skalar en potatis.	5
Pojken föll av cykeln.	En pojke faller av cykeln.	4.8
Kvinnan spelar flöjten.	En kvinna spelar en flöjt.	5
En kanin springer från en örn.	En hare springer från en örn.	4.2
Kvinnan stekar en panerad fläskkotlett.	En kvinna lagar en panerad fläskkotlett.	4.2
En flicka flyger en drake.	En flicka som springer flyger en drake.	4
En man rider på en mekanisk tjur.	En man red en mekanisk tjur.	4
Mannen spelar gitarr.	En man spelar en gitarr.	4.909
En kvinna dansar och sjunger med andra kvinnor.	En kvinna dansar och sjunger i regnet.	3
En man skär en bulle.	En man skär en lök.	2.4
En man häller olja i en kastrull.	En man häller olja i en kastrull.	4.2
Ett lejon leker med människor.	Ett lejon leker med två män.	3.4
En hund rider på en skateboard.	En hund rider på skateboard.	5
Någon snider en staty.	En man snider en staty.	3.75
En kvinna skär en lök.	En man skär en lök.	2.75
En kvinna skalar räkor.	En kvinna skalar räkor.	5
En kvinna steker fisk.	En kvinna lagar fisk.	4
En kvinna spelar en elektrisk gitarr.	En kvinna spelar en gitarr.	3.6
En baby tiger leker med en boll.	En baby leker med en docka.	1.6
En person skära en tomat.	En person skivar lite kött.	1.75
En person skär en lök.	En person skär en lök.	5
En man spelar piano.	En kvinna spelar fiolen.	1
En kvinna spelar flöjten.	En man spelar gitarren.	1
En man skär upp en potatis.	En man skär upp morötter.	2.375
Ett barn spelar gitarr.	En pojke spelar en gitarr.	3.8
En pojke spelar gitarr.	En man spelar en gitarr.	3.2
En man spelar gitarr.	En pojke spelar en gitarr.	3.2
En liten pojke spelar ett tangentbord.	En pojke spelar tangentbord.	4.4
En man spelar en gitarr.	En man spelar en elgitarr.	3.75
En hund slickar en baby.	En hund slickar en baby.	4.75
En kvinna skär en lök.	En man skär och lök.	3.2
En man spelar gitarren.	En man spelar trummorna.	1.556
En kvinna skär en peppar.	En kvinna skär en röd paprika.	3.938
En man spelar trummorna.	En man spelar trumman.	5
En kvinna rider på en häst.	En kvinna rider på en häst.	5
En man äter en banan vid ett träd.	En man äter en banan.	4
En katt spelar ett tangentbord.	En man spelar två tangentbord.	1.6
En man hugger ner ett träd med en yxa.	En man klippte ett träd med en yxa.	4.75
Ett barn leker med en leksakstelefon.	En liten pojke leker med en leksakstelefon.	3.5
En man rider på en motorcykel.	En man rider på en häst.	1.4
En man rider på en motorcykel.	En man rider på en häst.	1.4
En ekorre snurrar runt i cirklar.	En ekorre springer runt i cirklar.	4
En man och en kvinna kysser.	En kyss för man och kvinna.	5
En man kommer in i en bil.	En man kommer in i en bil i ett garage.	3.833
En man dansar.	En man pratar.	0.6
En man spelar gitarr och sjunger.	En man spelar gitarren.	2.917
En person klipper svamp.	En person klipper svamp med en kniv.	4.2
En tigerunga ljuder.	En tiger går runt.	2
En person skivar lök.	En person skalar en lök.	2.6
En man spelar piano.	En man spelar trumpet.	1.6
En kvinna skalar en potatis.	En kvinna skalar ett äpple.	2
En pankda äter bambu.	En pandabjörn äter lite bambu.	4.2
En person skalar en lök.	En person skalar en aubergine.	2
En apa skjuter en annan apa.	Apan pressade den andra apan.	4.8
En ekorre springer runt i cirklar.	En ekorre rör sig i cirklar.	4.4
En man knyter skorna.	En man knyter skorna.	5
En pojke sjunger och spelar piano.	En pojke spelar piano.	3
En hund äter vattenmelon.	En hund äter en bit vattenmelon.	4.25
En kvinna hugger broccoli.	En kvinna hugger broccoli med en kniv.	4.25
En man skalar en potatis.	En man skalade en potatoe.	3.8
En kvinna spelar en gitarr.	En man spelar en gitarr.	2.4
En kvinna skivar tomat.	En man skivar lök.	1.6
En man simmar under vattnet.	En kvinna simmar under vattnet.	2
En man och en kvinna pratar.	En man och kvinna äter.	1.6
En liten hund jagar en yogakula.	En hund jagar en boll.	4
Män spelar cricket.	Män spelar basket.	2.2
En man åker på en motorcykel.	En man rider på en motorcykel.	4.4
En man spelar en gitarr.	En man sjunger och spelar en gitarr.	3.6
Mannen pratade i telefon.	Mannen pratar i telefon.	3.6
En man fiskar.	En man tränar.	0.5
En man viftar.	En man pratar.	0.8
Två pojkar kör.	Två vikar dansar.	0.6
En man rider på en häst.	En flicka rider på en häst.	2.6
En man cyklar.	En apa cyklar.	2
En man skivar potatis.	En kvinna skalar potatis.	2.2
En kvinna skalar en potatis.	En man skivar potatis.	2.4

End of preview. Expand in Dataset Viewer.

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.

Downloads last month: 137

Edit dataset card

Homepage:

stsb-mt-sv homepage

Repository:

stsb-mt-sv repository

Paper:

Why Not Simply Translate? A First Swedish Evaluation Benchmark for Semantic Similarity

Point of Contact:

Tim Isbister

Size of downloaded dataset files:

383 kB

Size of the auto-converted Parquet files:

748 kB

Number of rows:

8,628