Datasets:

Mateo-Rua
/

pares-productos-ecommerce-es

language:
  - es
license: apache-2.0
size_categories:
  - 10K<n<100K
task_categories:
  - sentence-similarity
tags:
  - contrastive-learning
  - e-commerce
  - sentence-transformers
  - spanish
  - mercadolibre
dataset_info:
  features:
    - name: producto_a
      dtype: string
    - name: producto_b
      dtype: string
  splits:
    - name: train
      num_bytes: 2602909
      num_examples: 25797
  download_size: 2079544
  dataset_size: 2602909
configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train-*

Pares de Productos para Contrastive Learning (Español)

25.797 pares positivos de títulos de productos que pertenecen a la misma categoría, listos para entrenar embeddings con contrastive learning (MultipleNegativesRankingLoss).

Contenido

Cada fila es un par (producto_a, producto_b) de la misma categoría — un par positivo. Los negativos se generan automáticamente durante el entrenamiento (in-batch negatives), por lo que este dataset solo contiene los positivos.

Ejemplo:

producto_a	producto_b
Depiladora No No Classic	Depiladora Laser Diodo Soprano Ice Platinum
Ruana Capa Poncho Estilo Burberry	Poncho Cambiador Playero Surf Hombre

Uso

from datasets import load_dataset
from sentence_transformers import InputExample

ds = load_dataset("Mateo-Rua/pares-productos-ecommerce-es")["train"]
ejemplos = [InputExample(texts=[r["producto_a"], r["producto_b"]]) for r in ds]

Procesamiento

Derivado del MeLi Data Challenge 2019 (Mercado Libre). Los pares se construyeron emparejando títulos de la misma categoría, tras filtrar por idioma español, calidad de etiqueta (reliable) y limpieza de duplicados.

Modelo entrenado con estos datos

Mateo-Rua/embeddings-productos-ecommerce-es — embeddings de productos con Recall@10 de 0.921.

Fuente

Datos originales: MeLi Data Challenge 2019 (Mercado Libre). Subconjunto transformado con fines educativos y de portafolio.

Autor: Mateo Rúa