sebelum

  • Deskripsi :

Adversarial NLI (ANLI) adalah dataset benchmark NLI berskala besar, yang dikumpulkan melalui prosedur manusia-dan-model-in-the-loop yang berulang-ulang.

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),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk tipe D Keterangan
FiturDict
konteks Teks tf.string
hipotesa Teks tf.string
label Label Kelas tf.int64
uid Teks 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 (konfigurasi default)

  • Deskripsi konfigurasi : Putaran Pertama

  • Ukuran kumpulan data : 9.04 MiB

  • Perpecahan :

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

anli/r2

  • Deskripsi konfigurasi : Putaran Kedua

  • Ukuran kumpulan data: 22.39 MiB

  • Perpecahan :

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

anli/r3

  • Deskripsi konfigurasi : Putaran Ketiga

  • Ukuran kumpulan data: 47.03 MiB

  • Perpecahan :

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