sebelum

• Deskripsi :

Adversarial NLI (ANLI) adalah kumpulan data tolok ukur NLI berskala besar, yang dikumpulkan melalui prosedur iteratif manusia-dan-model-dalam-loop.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : https://github.com/facebookresearch/anli

• Kode sumber : tfds.datasets.anli.Builder

• Versi :

  • 0.1.0 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 17.76 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

FeaturesDict({
    'context': Text(shape=(), dtype=string),
    'hypothesis': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'uid': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
konteks	Teks		rangkaian
hipotesa	Teks		rangkaian
label	LabelKelas		int64
uid	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@inproceedings{Nie2019AdversarialNA,
    title = "Adversarial NLI: A New Benchmark for Natural Language Understanding",
    author = "Nie, Yixin and
      Williams, Adina and
      Dinan, Emily  and
      Bansal, Mohit and
      Weston, Jason and
      Kiela, Douwe",
      year="2019",
    url ="https://arxiv.org/abs/1910.14599"
}

anli/r1 (konfigurasi default)

• Deskripsi konfigurasi : Babak Satu

• Ukuran dataset : 9.04 MiB

• Perpecahan :

Membelah	Contoh
'test'	1.000
'train'	16.946
'validation'	1.000

• Contoh ( tfds.as_dataframe ):

anli/r2

• Deskripsi konfigurasi : Putaran Kedua

• Ukuran dataset : 22.39 MiB

• Perpecahan :

Membelah	Contoh
'test'	1.000
'train'	45.460
'validation'	1.000

• Contoh ( tfds.as_dataframe ):

anli/r3

• Deskripsi konfigurasi : Putaran Tiga

• Ukuran dataset : 47.03 MiB

• Perpecahan :

Membelah	Contoh
'test'	1.200
'train'	100.459
'validation'	1.200

• Contoh ( tfds.as_dataframe ):