Datasets:

mteb
/

FaroeseSTS

sentence1 stringlengths 11 114	sentence2 stringlengths 8 115	score float64 0 5
Ein maður hevur eina appilsingula skjúrtu.	Konan hevur eina appilsingula skjúrtu.	3.4
Konurnar royna at selja okkurt til onkran.	Menninir royna at tjena sær pening.	1.2
Ein hundur rennur ígjøgnum kavan við einum kavabólti í kjaftinum.	Ein ljósabrúnur hundur rennur ígjøgnum grasið við einum gulum leikutoyi í kjaftinum.	2.4
Ein maður dansar.	Ein kvinna trenar.	0.4
Hetta er eitt problem, sum professarin skal taka sær av.	Hetta er eitt stórt vandamál.	1
Eg haldi ikki, at tað ger nakran stórvegis mun.	Eg hald ikki, at tað ger nógvan mun.	4
Ein kettlingur drekkur mjólk frá einari skál.	Eitt lítið barn drekkur vatn frá einum koppi.	0.8
Ein maður spælir fótbólt.	Ein maður stýrir ein fótbólt við sínum fótum.	2
ein maður arbeiðir í stálvirkinum	Ein maður arbeiðir í einum stopuvirki.	3.4
Ein lítil genta flennur eftir myndatólinum.	Ein hvít kúgv við stórum oyrum hyggur inn í myndatólið.	0.2
Ein drongur lesur ein kalendara.	Ein drongur hyggur eftir einum kalendara.	4.4
Tú noyðist at reinsa umráðið fyrst.	You burdi eisini fjernað fræini.	0
Ein maður spælir á sello.	Ein maður lyftur lítlar vektir sera skjótt.	0.4
Hetta er ein sera óvanlig umbøn.	Hetta ljóðar eitt sindur óvanligt.	3
Ein ung ljóshærd genta við hjálmi situr við einari reyðari súkklu aftan fyri seg.	Ein ung genta við hjálmi við einari súkklu í bakgrundini.	3.4
Ein maður spælir á gittar.	Ein kvinna ríður á hestbaki.	0.5
Ein persónur spælir á einum elektriskum keyboardi.	Ein maður spælir á keyboard.	3.4
Tríggir hundar renna í rununi.	Tann guli hundurin rennur á einum skervlagdum vegi	1.4
Tað kemur ann upp á rættin og hvussu viðkvæmur hann er í tí stiginum, sum tú gert ein feil.	Tað kemur ann upp á sósina og úrslitið, sum tú vilt hava.	2
Ein kvinna blandar grønmeti.	Ein kvinna koyrir tilfar á eina pannu.	1.6
Ein myrkabrúnur hestur stendur á einum akri.	Ein brúnur hestur á einum grønum akri.	3.8
Vjetnamesiskir ríkisborgarir hava brúk fyri innfararloyvi til at vitja USA.	Nepalskir ríkisborgarir hava brúk fyri innfararloyvi til at vitja Bretland.	1
Dreingirnir spæla kick ball aftur og fram til hvønn annan.	Leikararnir sparka hvønn annan ímeðan teir royna at sparka bóltin.	3
Ein hópur av mannligum arbeiðsmonnum umvæla jarnbreytarspor á einum yvirskýggjaðum degi.	Eitt lið av arbeiðsmonnum arbeiða upp á jarnbreytarspor.	3.8
Lítið barn spæli við bókstavin P.	2 ung børn sita framan fyri eina bókahill og 1 lesur eina bók.	0.8
Eg haldi ikki, at har er nakað.	Eg haldi ikki, at har er nakað algongt orð fyri tað.	3
Ein kona stendur modell fyri eitt jólakort.	Ein genta tekur eina mynd.	1.2
Ein persónur flysur eitt epli við einum eplaflysara.	Ein maður sker eina tomat við einari kjøtøks.	0.75
Ein kvinna leggur eitt pappír saman.	Ein kvinna smyr seg við egnaskuggum.	0.4
Ein maður sker eitt súrepli við hond.	Ein maður sker eitt teppi við einum knívi.	1.5
Eitt par spælir eitt borðspæl, sum eitur Life.	Familjan spælir eitt spæl saman.	2.6
Nakað av tí, sum tú kanst gera:	Tú kanst ikki gera nógv annað enn:	1
Ein kona í puntutum klæðum hyggur ígjøgnum eina posa við matvørum.	"Hetta er ein mynd av einari kvinnu í blomstrutum kjóla, sum ber okkurt í einari spann.	1
Konan liggur á knæ við síðuna av einari kettu.	Ein genta stendur við síðuna av einum manni.	0.2
Svarthvítar kýr eta gras í einari rætt.	Tvær svarthvítar kýr drekka vatn úr einari tjørn.	1.6
"Tað veldst um, hvat tú vilt gera næst, og hvar tú vilt gera tað.	Eg meini, at tað veldst um, hvat tú ætlar at gera.	3
Tað veldst alt um tína fyritøku og tín sáttmála.	Eg meini, tað veldst um, hvussu sáttmálin hjá tær er settur saman.	4
Tríggir menn sita á einum beinki.	tveir menn sita á einum beinki.	3.2
Ein hópur av hesum eta gras á einum akri.	Hópur av hestum eta gras á einum grasutum akri.	4.8
Drongur og hvítur hundur renna í einum grasutum bøi.	Ein drongur og ein hundur, sum renna á grasi.	4.4
Ein maður spælir á gittar.	Ein maður etur pasta.	0.533
Ein ketta liggur á einari reyðari pútu og hyggur í myndatólið.	Ein ljósabrúnur hundur liggur á einari moggie song og hyggur upp í myndatólið.	1.2
Har er einki hámark.	Har er einki sóttarhald.	0
Ein grá ketta liggur á einum brúnum borði.	Ein grá ketta liggur á einum træborði.	4.2
Tit ger hetta AAAAALT ov innviklað.	Tit gera hetta alt ov innviklað.	5
Tú svaraði tínum egna spurningi.	Tú hevur svarað tínum egna spurningi.	5
Súkklan hjá barninum gjørdist vát.	Hon leggur súkkluna frá sær.	1.2
Eg havi tað sama.	Eg eri í tí somu støðuni og havi ferðast nógv.	2
Ein maður og ein kvinna mussast.	Ein maður og ein kona klemmast og mussast.	3.4
Ein kona stendur framan fyri ein byggning í kavanum.	Tvær kvinnur og eitt barn standa modell framan fyri einari borðstovu.	0
Ein hundur svimur ígjøgnum vatnið.	Ein hundur klæddur í einari kápu rennur ígjøgnum kavan.	1.4
Ein dama blandar kjøtbland í einari skál.	Ein kvinna rørir kjøt í einari skál.	4
Ein maður situr aftan fyri í einum appilsingulum SUV.	Ein afrikanskur maður hongur aftanfyri á einum stappaðum gulum vørubili.	1.8
Tað passar.	Ja, tað passar.	5
Heimaskrivstova við ljósagrønum veggum og listaverkum.	Ein skrivstova við fleiri skriviborðum og grønum veggum.	3.4
Ein ungur drongur klæddur í einum reyðum vetrarfrakka etur og heldur einari sjokulátastong uppi.	Ein ungur drongur klæddur í einum reyðum frakka etur eina sjokulátastong.	4
Onkur hakkar ein leyk.	Onkur ber ein fisk.	0.75
Ein genta í einum ríðihatti á einum hesti.	Ein genta ríður einum ljósabrúnum hesti.	3.8
Ein kona flættar hárið hjá sær.	Ein maður koyrir á motorsúkklu.	0
Ein ketta spælir í hansara vatni.	Kettan fiskar eitt strá úr sínari vatnskál.	3.5
Hann er í ferð við at stoyta saman við ein bát.	Maðurin ger bátin hjá sær reinan til at taka hann út á sjógvin.	1.2
Ein maður spælir á eitt elektriskt klaver.	Ein maður spælir á eitt keyboard klaver.	5
Ein asiatisk kvinna sker eina gularót í lítlar bitar.	Ein kvinna sker eina gularót í skivar.	3.6
Ein kvinna hakkar hvítleyk.	Ein kvinna hakkar ein leyk.	2.2
Eg havi havt tað sama problemið.	Eg hevði tað sama problemið.	5
Ein kvinna spælir á gittar og syngur.	Ein kvinna spælir á gittar.	3.2
fýra børn spæla á einari trampolin.	Fýra óvitar hoppa á einari trampolin.	4.6
Tríggir persónar sita við eitt picnic borð uttanfyri ein byggning sum er málaður sum ein union jack.	Trý fólk sita við eitt uttandura borð framan fyri ein byggning málaður sum Union Jack.	4.8
Ein maður sker eina tomat í skivar.	Ein maður sker ein bolla í helvt.	2
Ein ketta festist í einum viftu sum er frá.	Ein ketta hongur á einari viftu.	4.2
Ein skjaldbøka svimur í vatninum.	Ein skjaldbøka gongur undir vatninum.	3.2
Ein kvinna opnar eitt vindeyga.	Ein maður grulvar.	0
Eg gjørdi tað hasa einu ferðina eisini.	Eg havi hendan vanan eisini.	2
Ein ungur drongur hoppar í ein svimjihyl har tað stendur "tað er bannað at kava".	Ein drongur hoppar í ein hyl ímeðan lívbjargarar hyggja.	3.2
Tú noyðist ikki at stúrast.	Tú noyðist ikki at stúrast.	5
Ein brúnur hundur hoppar.	Ein brúnur hundur hoppar	5
Tveir menn dansa saman.	Ein kvinna opnar eitt skáp.	0
Ein kvinna ríður á einum brúnum hesi.	Ein kvinna tekur mynd av sær sjálvari omanífrá.	0.2
Ein gulur fuglur etur frukt á einari jarn rist.	Ein gulur fuglur etur frukt á einum fuglafóðrara.	2.8
Gomul kona situr sofa við reyðum mynstri við hennara armi um eina yngri kvinnu.	Tvær konur sita á einari sofa og standa modell fyri einum myndatóli.	3.6
Svimjarar kappast í einum vatni.	Kvinnuligir svimjarar kava frá einari lopfjøl.	1.6
Ein maður trenar.	Ein maður skjýtur eina riflu.	0.5
Smádrongurin leingist eftir sínari mammu.	Ein smádrongur er glaður fyri at síggja sína mammu.	2.8
Høvdið á einum barni við myrkum brillum er í miðdeplinum.	Har er ein kvinna við einum høvdi fullum av hári.	0.2
Tríggjar geitir eru røktar saman av einum hundi.	Tríggjar geitir eru eltar av einum hundi.	4.6
Tveir hundar spæla í garðinum.	Tveir hundar spæla á grasinum.	4.6
Ungt par situr á einari svartari sofa.	Ungt par situr á sofa.	4
Eg vildi sagt, at tað fyrst og fremst veldst um tvey ting:	Eg vildi sagt, at tað veldst um, hvørjar tínar umstøður eru.	2
Ein brún dunna og ein hvít dunna standa á grasinum.	Brúnar og hvítar dunnur ganga á grønum grasi.	4.2
Ein maður og ein kona standa framan fyri ein byggning.	Tvær gentur sita á einum ATV á sandinum framan fyri eina brúgv.	0.4
Har eru fýra fólk uttanfyri.	Fimm fólk eru uttanfyri.	3
Tveir hundar spæla í grasinum.	Tveir ljósabrúnir hundar spæla í kavanum.	2.6
Ein kvinna sker nøkur flust epli, sum eru skorin í tjúkkar skivar, í terningar.	Ein kvinna hakkar eitt flust epli í skivar.	4
Tveir kapprenningarhundar renna í rununi.	Maður fer út í vatnið.	0
Tvær kvinnur sita uttanfyri og flenna.	Tvær kvinnur standa uttan fyri ein buss.	2.4
Ein pandabjørn tyggur á ein pinn.	Ein pandabjarnaungi spælir við ein pinn.	3
Tveir hvølpar spæla við ein plastikposa.	Tveir hundar spæla í einum garði.	3
Pandabjørnin liggur á træbulum.	Ein pandabjørn liggur niðri.	3.6
Ein maður blandar pískaðan róma.	Ein maður heldur einum stinkdýri.	0
Ein hópur av littum fólkum framan fyri ein bygning við einum prutli.	Ein hópur av fólki eru uttan fyri einum slitnum bygningi.	2.8

End of preview. Expand in Data Studio

FaroeseSTS

An MTEB dataset

Massive Text Embedding Benchmark

Semantic Text Similarity (STS) corpus for Faroese.


Task category	t2t
Domains	News, Web, Written
Reference	https://aclanthology.org/2023.nodalida-1.74.pdf

How to evaluate on this task

You can evaluate an embedding model on this dataset using the following code:

import mteb

task = mteb.get_tasks(["FaroeseSTS"])
evaluator = mteb.MTEB(task)

model = mteb.get_model(YOUR_MODEL)
evaluator.run(model)

To learn more about how to run models on mteb task check out the GitHub repitory.

Citation

If you use this dataset, please cite the dataset as well as mteb, as this dataset likely includes additional processing as a part of the MMTEB Contribution.


@inproceedings{snaebjarnarson-etal-2023-transfer,
  address = {Tórshavn, Faroe Islands},
  author = {Snæbjarnarson, Vésteinn  and
Simonsen, Annika  and
Glavaš, Goran  and
Vulić, Ivan},
  booktitle = {Proceedings of the 24th Nordic Conference on Computational Linguistics (NoDaLiDa)},
  month = {may 22--24},
  publisher = {Link{\"o}ping University Electronic Press, Sweden},
  title = {{T}ransfer to a Low-Resource Language via Close Relatives: The Case Study on Faroese},
  year = {2023},
}


@article{enevoldsen2025mmtebmassivemultilingualtext,
  title={MMTEB: Massive Multilingual Text Embedding Benchmark},
  author={Kenneth Enevoldsen and Isaac Chung and Imene Kerboua and Márton Kardos and Ashwin Mathur and David Stap and Jay Gala and Wissam Siblini and Dominik Krzemiński and Genta Indra Winata and Saba Sturua and Saiteja Utpala and Mathieu Ciancone and Marion Schaeffer and Gabriel Sequeira and Diganta Misra and Shreeya Dhakal and Jonathan Rystrøm and Roman Solomatin and Ömer Çağatan and Akash Kundu and Martin Bernstorff and Shitao Xiao and Akshita Sukhlecha and Bhavish Pahwa and Rafał Poświata and Kranthi Kiran GV and Shawon Ashraf and Daniel Auras and Björn Plüster and Jan Philipp Harries and Loïc Magne and Isabelle Mohr and Mariya Hendriksen and Dawei Zhu and Hippolyte Gisserot-Boukhlef and Tom Aarsen and Jan Kostkan and Konrad Wojtasik and Taemin Lee and Marek Šuppa and Crystina Zhang and Roberta Rocca and Mohammed Hamdy and Andrianos Michail and John Yang and Manuel Faysse and Aleksei Vatolin and Nandan Thakur and Manan Dey and Dipam Vasani and Pranjal Chitale and Simone Tedeschi and Nguyen Tai and Artem Snegirev and Michael Günther and Mengzhou Xia and Weijia Shi and Xing Han Lù and Jordan Clive and Gayatri Krishnakumar and Anna Maksimova and Silvan Wehrli and Maria Tikhonova and Henil Panchal and Aleksandr Abramov and Malte Ostendorff and Zheng Liu and Simon Clematide and Lester James Miranda and Alena Fenogenova and Guangyu Song and Ruqiya Bin Safi and Wen-Ding Li and Alessia Borghini and Federico Cassano and Hongjin Su and Jimmy Lin and Howard Yen and Lasse Hansen and Sara Hooker and Chenghao Xiao and Vaibhav Adlakha and Orion Weller and Siva Reddy and Niklas Muennighoff},
  publisher = {arXiv},
  journal={arXiv preprint arXiv:2502.13595},
  year={2025},
  url={https://arxiv.org/abs/2502.13595},
  doi = {10.48550/arXiv.2502.13595},
}

@article{muennighoff2022mteb,
  author = {Muennighoff, Niklas and Tazi, Nouamane and Magne, Lo{\"\i}c and Reimers, Nils},
  title = {MTEB: Massive Text Embedding Benchmark},
  publisher = {arXiv},
  journal={arXiv preprint arXiv:2210.07316},
  year = {2022}
  url = {https://arxiv.org/abs/2210.07316},
  doi = {10.48550/ARXIV.2210.07316},
}

Dataset Statistics

The following code contains the descriptive statistics from the task. These can also be obtained using:

import mteb

task = mteb.get_task("FaroeseSTS")

desc_stats = task.metadata.descriptive_stats

{
    "train": {
        "num_samples": 729,
        "number_of_characters": 63582,
        "unique_pairs": 727,
        "min_sentence1_length": 11,
        "average_sentence1_len": 43.63374485596708,
        "max_sentence1_length": 114,
        "unique_sentence1": 672,
        "min_sentence2_length": 8,
        "average_sentence2_len": 43.584362139917694,
        "max_sentence2_length": 115,
        "unique_sentence2": 701,
        "min_score": 0.0,
        "avg_score": 2.342330589849108,
        "max_score": 5.0
    }
}

This dataset card was automatically generated using MTEB

Downloads last month: 28

Size of downloaded dataset files:

44.2 kB

Size of the auto-converted Parquet files:

44.2 kB

Number of rows:

729