multi_nli_mismatch

• توضیحات :

مجموعه استنتاج زبان طبیعی چند ژانر (MultiNLI) مجموعه ای جمعی از 433 هزار جفت جمله است که با اطلاعات دلالت متنی حاشیه نویسی شده است. این مجموعه بر اساس پیکره SNLI مدل شده است، اما از این جهت متفاوت است که طیفی از ژانرهای متن گفتاری و نوشتاری را پوشش می دهد و از ارزیابی تعمیم متقابل ژانر متمایز پشتیبانی می کند. این مجموعه به عنوان مبنایی برای وظیفه مشترک کارگاه آموزشی RepEval 2017 در EMNLP در کپنهاگ بود.

• صفحه اصلی : https://www.nyu.edu/projects/bowman/multinli/

• کد منبع : tfds.text.MultiNLIMismatch

• نسخه ها :

  • 0.1.0 (پیش فرض): بدون یادداشت انتشار.

• حجم دانلود : 216.34 MiB

• حجم مجموعه داده : 90.91 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

شکاف	مثال ها
'train'	392702
'validation'	10000

• ساختار ویژگی :

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

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
فرضیه	متن		رشته
برچسب	متن		رشته
فرضیه	متن		رشته

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@InProceedings{N18-1101,
  author = "Williams, Adina
            and Nangia, Nikita
            and Bowman, Samuel",
  title = "A Broad-Coverage Challenge Corpus for
           Sentence Understanding through Inference",
  booktitle = "Proceedings of the 2018 Conference of
               the North American Chapter of the
               Association for Computational Linguistics:
               Human Language Technologies, Volume 1 (Long
               Papers)",
  year = "2018",
  publisher = "Association for Computational Linguistics",
  pages = "1112--1122",
  location = "New Orleans, Louisiana",
  url = "http://aclweb.org/anthology/N18-1101"
}