sentence1
stringlengths 10
158
| sentence2
stringlengths 11
138
| score
float64 1
5
|
|---|---|---|
Een groepje kinderen speelt in een tuin en een oude man staat op de achtergrond
|
Een groep jongens in een tuin is aan het spelen en een man staat op de achtergrond
| 4.5
|
Een groep kinderen speelt in het huis en er staat geen man op de achtergrond
|
Een groepje kinderen speelt in een tuin en een oude man staat op de achtergrond
| 3.2
|
De jonge jongens spelen buiten en de man lacht in de buurt
|
De kinderen spelen buiten in de buurt van een man met een glimlach
| 4.7
|
De kinderen spelen buiten in de buurt van een man met een glimlach
|
Een groepje kinderen speelt in een tuin en een oude man staat op de achtergrond
| 3.4
|
De jonge jongens spelen buiten en de man lacht in de buurt
|
Een groepje kinderen speelt in een tuin en een oude man staat op de achtergrond
| 3.7
|
Twee honden zijn aan het vechten
|
Twee honden zijn aan het worstelen en knuffelen
| 4
|
Een bruine hond valt een ander dier aan voor de man in een broek
|
Twee honden zijn aan het vechten
| 3.5
|
Een bruine hond valt een ander dier aan voor de man in een broek
|
Twee honden zijn aan het worstelen en knuffelen
| 3.2
|
Niemand rijdt op de fiets op één wiel
|
Iemand in een zwart jasje doet trucjes op een motor
| 2.8
|
Een persoon rijdt op de fiets op één wiel
|
Een man in een zwart jasje doet trucjes op een motor
| 3.7
|
Een persoon op een zwarte motor doet trucjes met een jasje
|
Een persoon rijdt op de fiets op één wiel
| 3.4
|
Een man met een trui is de bal aan het dunken bij een basketbalwedstrijd
|
De bal wordt gedunkt door een man met een trui bij een basketbalwedstrijd
| 4.9
|
Een man met een trui is de bal aan het dunken bij een basketbalwedstrijd
|
Een man die speelt, dunkt de basketbal in het net en het publiek is op de achtergrond
| 3.6
|
De speler is de basketbal in het net aan het dunken en er is een menigte op de achtergrond
|
Een man met een trui is de bal aan het dunken bij een basketbalwedstrijd
| 3.8
|
Twee mensen zijn aan het kickboksen en toeschouwers kijken niet
|
Twee mensen zijn aan het kickboksen en toeschouwers kijken toe
| 3.4
|
Twee jonge vrouwen zijn aan het sparren in een kickboksgevecht
|
Twee vrouwen zijn aan het sparren in een kickbokswedstrijd
| 4.9
|
Twee jonge vrouwen zijn niet aan het sparren in een kickboksgevecht
|
Twee vrouwen zijn aan het sparren in een kickbokswedstrijd
| 3.9
|
Twee mensen zijn aan het kickboksen en toeschouwers kijken toe
|
Twee jonge vrouwen zijn niet aan het sparren in een kickboksgevecht
| 3.415
|
Twee vrouwen zijn aan het sparren in een kickbokswedstrijd
|
Twee mensen zijn aan het kickboksen en toeschouwers kijken niet
| 3.7
|
Drie jongens springen in de bladeren
|
Drie kinderen springen in de bladeren
| 4.4
|
Drie kinderen zitten in de bladeren
|
Drie kinderen springen in de bladeren
| 3.8
|
Kinderen in rode shirts spelen in de bladeren
|
Drie kinderen zitten in de bladeren
| 3.5
|
Kinderen in rode shirts spelen in de bladeren
|
Drie kinderen springen in de bladeren
| 4
|
Twee engelen maken sneeuw op de liggende kinderen
|
Twee kinderen liggen in de sneeuw en maken sneeuwengelen
| 2.9
|
Twee kinderen liggen in de sneeuw en tekenen engelen
|
Twee mensen in sneeuwpakken liggen in de sneeuw en maken sneeuwengelen
| 4.1
|
Twee mensen in sneeuwpakken liggen in de sneeuw en maken sneeuwengelen
|
Twee engelen maken sneeuw op de liggende kinderen
| 2.5
|
Twee kinderen liggen in de sneeuw en maken sneeuwengelen
|
Twee mensen in sneeuwpakken liggen in de sneeuw en maken sneeuwengelen
| 4.2
|
Mensen in kostuums verzamelen in een bos en kijken in dezelfde richting
|
Gemaskerde mensen kijken in dezelfde richting in een bos
| 4.4
|
Mensen in kostuums verzamelen in een bos en kijken in dezelfde richting
|
Mensen die kostuums dragen verspreiden zich in een bos en kijken in verschillende richtingen
| 3.2
|
Mensen kijken naar enkele kostuums die in de buurt van het bos zijn verzameld
|
Mensen in kostuums verzamelen in een bos en kijken in dezelfde richting
| 3.635
|
Een klein meisje kijkt naar een vrouw in kostuum
|
Mensen die kostuums dragen verspreiden zich in een bos en kijken in verschillende richtingen
| 2.4
|
Een klein meisje kijkt naar een vrouw in kostuum
|
Mensen kijken naar enkele kostuums die in de buurt van het bos zijn verzameld
| 2.6
|
Een jong meisje kijkt naar een vrouw in kostuum
|
Mensen in kostuums verzamelen in een bos en kijken in dezelfde richting
| 2.2
|
Mensen in kostuums verzamelen in een bos en kijken in dezelfde richting
|
Het kleine meisje kijkt naar een man in kostuum
| 3
|
Mensen in kostuums verzamelen in een bos en kijken in dezelfde richting
|
Een klein meisje in kostuum lijkt op een vrouw
| 2
|
Een eenzame motorrijder springt in de lucht
|
Een motorrijder springt in de lucht, alleen
| 5
|
Er is geen motorrijder die in de lucht springt
|
Een eenzame motorrijder springt in de lucht
| 4.2
|
Een man springt in een leeg bad
|
Een man springt in een vol zwembad
| 3
|
Een man springt in een leeg bad
|
De trui van de man ligt in het lege zwembad
| 3.1
|
Een eenzame motorrijder springt in de lucht
|
Een man springt in een vol zwembad
| 1.7
|
De trui van de man ligt in het lege zwembad
|
Een eenzame motorrijder springt in de lucht
| 1.4
|
Een eenzame motorrijder springt in de lucht
|
Een man springt in een leeg bad
| 1.5
|
Vier koters doen backbends in het park
|
Vier kinderen doen backbends in het park
| 4.8
|
Vier kinderen doen backbends in de sportschool
|
Vier kinderen doen backbends in het park
| 3.8
|
Vier meisjes doen backbends en spelen in de tuin
|
Vier meisjes doen backbends en spelen buiten
| 4.1
|
Een man die speelt rent met de bal in zijn handen
|
Een speler rent met de bal
| 4.3
|
Twee groepen mensen spelen voetbal
|
Een speler rent met de bal
| 2.1
|
Twee teams doen mee aan een honkbalwedstrijd
|
Een speler rent met de bal
| 3
|
Een speler rent met de bal
|
Twee teams nemen deel aan een voetbalwedstrijd
| 2.6
|
Er staan vijf houten kramen voor de hut van elk kind
|
Vijf kinderen staan voor een houten hut
| 3.2
|
Vijf kinderen staan dicht bij elkaar en één kind heeft een pistool
|
Vijf kinderen staan dicht bij elkaar en geen van de kinderen heeft een pistool
| 3.7
|
Vijf kinderen staan dicht bij elkaar en geen van de kinderen heeft een pistool
|
Vijf kinderen staan voor een houten hut
| 2.6
|
Vijf kinderen staan in een houten hut
|
Vijf kinderen staan dicht bij elkaar en één kind heeft een pistool
| 2.7
|
Er staan vijf houten kramen voor de hut van elk kind
|
Vijf kinderen staan dicht bij elkaar en één kind heeft een pistool
| 2.3
|
Een oude man zit in een veld
|
Een man zit in een veld
| 4.4
|
Een man zit in een veld
|
Een man rent in een veld
| 2.6
|
Een persoon draagt een hoed en zit op het gras
|
Een persoon zit in een veld en draagt een hoed
| 4.1
|
Een persoon zit en draagt een grashoed
|
Een persoon draagt een hoed en zit op het gras
| 3.4
|
Een persoon zit en draagt een grashoed
|
Een man zit in een veld
| 3.3
|
Een man zit in een veld
|
Een persoon draagt een hoed en zit op het gras
| 3.8
|
De stroming wordt bereden door een groep vrienden in een vlot
|
Een groep vrienden vaart op de stroming in een vlot
| 4.9
|
Een groep vrienden vaart op de stroming in een vlot
|
Een groep rijdt niet met de stroom mee in een vlot
| 3.7
|
De stroming wordt bereden door een groep vrienden in een vlot
|
Deze groep mensen beoefent waterveiligheid en draagt reddingsvesten
| 3.2
|
Een groep vrienden vaart op de stroming in een vlot
|
Deze groep mensen beoefent waterveiligheid en draagt reddingsvesten
| 3.1
|
Een hert springt over een hek
|
Een hert springt niet over het hek
| 3.9
|
Mensen lopen in een gebouw waar veel muurschilderingen op staan
|
Mensen lopen buiten een gebouw waar veel muurschilderingen op zitten
| 3.4
|
Verschillende mensen staan voor een kleurrijk gebouw
|
Niemand staat voor het kleurrijke gebouw
| 3.5
|
Mensen lopen buiten een gebouw waar veel muurschilderingen op zitten
|
Niemand staat voor het kleurrijke gebouw
| 3.6
|
Mensen lopen buiten het gebouw waar verschillende muurschilderingen op staan
|
Verschillende mensen staan voor een kleurrijk gebouw
| 3.6
|
Een familie kijkt naar een kleine jongen die een honkbal raakt
|
Een familie kijkt naar een kleine jongen die een honkbal mist
| 3.9
|
Een kind slaat een honkbal
|
Een familie kijkt naar een kleine jongen die een honkbal mist
| 3.015
|
Een kind mist een honkbal
|
Een familie kijkt naar een kleine jongen die een honkbal raakt
| 2.7
|
Een paarse menigte mensen eet aan verschillende rood verlichte restauranttafels
|
Verschillende mensen eten aan rode tafels in een druk restaurant met paarse verlichting
| 3.3
|
Een grote groep Aziaten eet in een restaurant
|
Diverse klanten eten in een drukbezocht restaurant met paarse verlichting
| 2.9
|
Een paarse menigte mensen eet aan verschillende rood verlichte restauranttafels
|
Een grote groep Aziaten eet in een restaurant
| 3.1
|
Verschillende mensen eten aan rode tafels in een druk restaurant met paarse verlichting
|
Een kleine groep mensen is aan het wachten om in een restaurant te eten
| 3.2
|
Een motorrijder staat op het zadel van een witte motorfiets
|
Geen motorrijder staat op op het zadel van een motorfiets
| 3.8
|
Niemand zit op een motorfiets en staat op de stoel
|
Iemand zit op een zwart-witte motorfiets en staat op het zadel
| 3.7
|
Een motorrijder rijdt gevaarlijk op een motor langs een rijweg
|
Een motorrijder rijdt op een motor langs een rijbaan
| 4.6
|
Er is geen motorrijder die op een motor langs een weg rijdt
|
Een motorrijder rijdt op een motor langs een rijbaan
| 3.7
|
Een man met een rood geverfde helm rijdt op een blauwe motorfiets op de weg
|
Een motorrijder met een rode helm rijdt op een blauwe motorfiets op de weg
| 4.8
|
Een motorrijder zonder helm wacht op een blauwe motorfiets in de buurt van de weg
|
Een motorrijder rijdt op een motor langs een rijbaan
| 3.3
|
Twee honden spelen bij een boom
|
Een hond vangt een stok in de lucht en een andere kijkt toe
| 3.7
|
Twee honden spelen bij een boom
|
Er is geen hond die in de lucht springt
| 2.7
|
Twee honden spelen bij een boom
|
Een hond springt hoog in de lucht en een andere kijkt toe
| 3
|
Een meisje in het wit danst
|
De danser danst voor de geluidsapparatuur
| 4
|
Een meisje in het wit danst
|
Het blonde meisje danst achter de geluidsapparatuur
| 3.3
|
Een meisje draagt witte kleren en danst
|
Het blonde meisje danst voor de geluidsapparatuur
| 3.5
|
Het blonde meisje danst voor de geluidsapparatuur
|
Er is geen meisje in het wit dat danst
| 3.3
|
Drie Aziatische kinderen zijn aan het dansen en een man kijkt
|
Drie Aziatische kinderen zijn aan het dansen en er is geen man die kijkt
| 3.9
|
Drie Aziatische kinderen zijn aan het dansen en een man kijkt
|
Een Aziatische man is aan het dansen en drie kinderen kijken
| 3.7
|
De kinderen van een familie spelen en wachten
|
Drie Aziatische kinderen zijn aan het dansen en een serieuze man kijkt
| 1.9
|
De kinderen van een familie zijn geduldig aan het spelen en wachten
|
Drie Aziatische kinderen zijn aan het dansen en een man kijkt
| 2.3
|
Er zijn geen kinderen die spelen en wachten
|
Drie Aziatische kinderen zijn aan het dansen en een man kijkt
| 1.6
|
Een vrouw draagt een Egyptische hoed op haar hoofd
|
Een vrouw draagt een Egyptische hoofdtooi
| 4.3
|
Een vrouw draagt een Egyptische hoofdtooi
|
Een vrouw draagt een indiase hoofdtooi
| 4
|
De zwarte vrouw draagt een bril over de hoofdtooi
|
Een vrouw draagt een Egyptische hoofdtooi
| 3.6
|
Een vrouw draagt een Egyptische hoed op haar hoofd
|
De vrouw draagt een bril en een zwarte hoofdtooi
| 2.5
|
Een wandelaar is op de top van de berg en is aan het dansen
|
Er wordt niet gedanst bovenop de berg
| 3.2
|
Er is geen man op een rots hoog boven enkele bomen die in een vreemde positie staan
|
Een man staat op een rots hoog boven enkele bomen en staat in een vreemde positie
| 4.3
|
End of preview. Expand
in Data Studio
SICK-NL (read: signal), a dataset targeting Natural Language Inference in Dutch. SICK-NL is obtained by translating the SICK dataset of (Marelli et al., 2014) from English into Dutch.
| Task category | t2t |
| Domains | News, Social, Web, Spoken, Written |
| Reference | https://aclanthology.org/2021.eacl-main.126/ |
Source datasets:
How to evaluate on this task
You can evaluate an embedding model on this dataset using the following code:
import mteb
task = mteb.get_task("SICK-NL-STS")
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 repository.
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{wijnholds2021sick,
author = {Wijnholds, Gijs and Moortgat, Michael},
booktitle = {Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics: Main Volume},
pages = {1474--1479},
title = {SICK-NL: A Dataset for Dutch Natural Language Inference},
year = {2021},
}
@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, Loïc 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
Dataset Statistics
The following code contains the descriptive statistics from the task. These can also be obtained using:
import mteb
task = mteb.get_task("SICK-NL-STS")
desc_stats = task.metadata.descriptive_stats
{
"test": {
"num_samples": 4902,
"number_of_characters": 463327,
"unique_pairs": 4902,
"text1_statistics": {
"total_text_length": 233941,
"min_text_length": 10,
"average_text_length": 47.72358221134231,
"max_text_length": 158,
"unique_texts": 3378
},
"text2_statistics": {
"total_text_length": 229386,
"min_text_length": 10,
"average_text_length": 46.79436964504284,
"max_text_length": 158,
"unique_texts": 3327
},
"image1_statistics": null,
"image2_statistics": null,
"label_statistics": {
"min_score": 1.0,
"avg_score": 3.528012039368932,
"max_score": 5.0
}
}
}
This dataset card was automatically generated using MTEB
- Downloads last month
- 31