doc_nli

• opis :

DocNLI to zbiór danych na dużą skalę do wnioskowania w języku naturalnym (NLI) na poziomie dokumentu. DocNLI jest przekształcony z szerokiego zakresu problemów NLP i obejmuje wiele gatunków tekstu. Przesłanki zawsze pozostają w szczegółowości dokumentu, podczas gdy hipotezy różnią się długością, od pojedynczych zdań do fragmentów zawierających setki słów. W przeciwieństwie do niektórych istniejących zestawów danych NLI na poziomie zdań, DocNLI ma dość ograniczone artefakty.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na

• Strona główna : https://github.com/salesforce/DocNLI/

• Kod źródłowy : tfds.text.docnli.DocNLI

• Wersje :

  • 1.0.0 (domyślnie): Wersja początkowa.

• Rozmiar pliku do pobrania : 313.89 MiB

• Rozmiar zestawu danych : 3.07 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Rozdzielać	Przykłady
'test'	267 086
'train'	942314
'validation'	234258

• Struktura funkcji :

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

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDict
hipoteza	Tekst		strunowy
etykieta	Etykieta klasy		int64
przesłanka	Tekst		strunowy

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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",
}