智源开源中英文语义向量模型训练数据集MTP

近日，智源研究院发布面向中英文语义向量模型训练的大规模文本对数据集MTP（massivetextpairs）。这是全球最大的中、英文文本对训练数据集，数据规模达3亿对，希望推动解决中文模型训练数据集缺乏问题。