doc_nli

• Descrição :

DocNLI é um conjunto de dados em larga escala para inferência de linguagem natural (NLI) em nível de documento. DocNLI é transformado a partir de uma ampla gama de problemas de PNL e abrange vários gêneros de texto. As premissas sempre ficam na granularidade do documento, enquanto as hipóteses variam em extensão, desde frases simples até trechos com centenas de palavras. Em contraste com alguns conjuntos de dados NLI existentes em nível de sentença, o DocNLI tem artefatos bastante limitados.

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://github.com/salesforce/DocNLI/

• Código -fonte: tfds.text.docnli.DocNLI

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : 313.89 MiB

• Tamanho do conjunto de dados : 3.07 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'test'	267.086
'train'	942.314
'validation'	234.258

• Estrutura de recursos :

FeaturesDict({
    'hypothesis': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'premise': Text(shape=(), dtype=string),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
hipótese	Texto		corda
etiqueta	ClassLabel		int64
premissa	Texto		corda

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@inproceedings{yin-etal-2021-docnli,
    title={DocNLI: A Large-scale Dataset for Document-level Natural Language Inference},
    author={Wenpeng Yin and Dragomir Radev and Caiming Xiong},
    booktitle = "Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021",
    month = aug,
    year = "2021",
    address = "Bangkok, Thailand",
    publisher = "Association for Computational Linguistics",
}