anli

  • توضیحات :

Adversarial NLI (ANLI) یک مجموعه داده معیار NLI در مقیاس بزرگ است که از طریق یک رویه تکراری و خصمانه انسان و مدل در حلقه جمع‌آوری شده است.

FeaturesDict({
    'context': Text(shape=(), dtype=tf.string),
    'hypothesis': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'uid': Text(shape=(), dtype=tf.string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
متن نوشته متن tf.string
فرضیه متن tf.string
برچسب ClassLabel tf.int64
uid متن tf.string
@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 (پیکربندی پیش فرض)

  • توضیحات پیکربندی : دور اول

  • حجم مجموعه داده : 9.04 MiB

  • تقسیمات :

شکاف مثال ها
'test' 1000
'train' 16946
'validation' 1000

anli/r2

  • توضیحات پیکربندی : دور دوم

  • حجم مجموعه داده : 22.39 MiB

  • تقسیمات :

شکاف مثال ها
'test' 1000
'train' 45,460
'validation' 1000

anli/r3

  • توضیحات پیکربندی : دور سوم

  • حجم مجموعه داده : 47.03 MiB

  • تقسیمات :

شکاف مثال ها
'test' 1200
'train' 100,459
'validation' 1200