zampe_x_wiki

  • Descrizione :

Questo set di dati contiene 23.659 coppie di valutazione PAWS tradotte dall'uomo e 296.406 coppie di addestramento tradotte automaticamente in sei lingue tipologicamente distinte:

  • francese
  • spagnolo
  • Tedesco
  • Cinese
  • giapponese
  • coreano

Per ulteriori dettagli, vedere il documento di accompagnamento: PAWS-X: A Cross-lingual Adversarial Dataset for Paraphrase Identification su https://arxiv.org/abs/1908.11828

Analogamente a PAWS Dataset, gli esempi sono suddivisi in sezioni Train/Dev/Test. Tutti i file sono in formato tsv con quattro colonne:

id Un id univoco per ogni coppia frase1 La prima frase frase2 La seconda frase (noisy_)etichetta (Noisy) etichetta per ogni coppia

Ogni etichetta ha due possibili valori: 0 indica che la coppia ha un significato diverso, mentre 1 indica che la coppia è una parafrasi.

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'sentence1': Text(shape=(), dtype=tf.string),
    'sentence2': Text(shape=(), dtype=tf.string),
})
  • Documentazione sulle caratteristiche :
Caratteristica Classe Forma tipo D Descrizione
CaratteristicheDict
etichetta ClassLabel tf.int64
frase1 Testo tf.string
frase2 Testo tf.string
@InProceedings{pawsx2019emnlp,
  title = { {PAWS-X: A Cross-lingual Adversarial Dataset for Paraphrase Identification} },
  author = {Yang, Yinfei and Zhang, Yuan and Tar, Chris and Baldridge, Jason},
  booktitle = {Proc. of EMNLP},
  year = {2019}
}

paws_x_wiki/de (configurazione predefinita)

  • Descrizione configurazione : Tradotto in de

  • Dimensione del set di dati: 15.27 MiB

  • Spaccature :

Diviso Esempi
'test' 2.000
'train' 49.380
'validation' 2.000

zampe_x_wiki/en

  • Descrizione della configurazione : Tradotto in en

  • Dimensione del set di dati: 14.59 MiB

  • Spaccature :

Diviso Esempi
'test' 2.000
'train' 49.175
'validation' 2.000

zampe_x_wiki/es

  • Descrizione della configurazione : Tradotto in es

  • Dimensione del set di dati: 15.27 MiB

  • Spaccature :

Diviso Esempi
'test' 2.000
'train' 49.401
'validation' 1.961

zampe_x_wiki/fr

  • Descrizione della configurazione : Tradotto a fr

  • Dimensione del set di dati: 15.79 MiB

  • Spaccature :

Diviso Esempi
'test' 2.000
'train' 49.399
'validation' 1.988

zampe_x_wiki/ja

  • Descrizione della configurazione : Tradotto in ja

  • Dimensione del set di dati: 17.77 MiB

  • Spaccature :

Diviso Esempi
'test' 2.000
'train' 49.401
'validation' 2.000

zampe_x_wiki/ko

  • Descrizione della configurazione : Tradotto in ko

  • Dimensione del set di dati: 16.42 MiB

  • Spaccature :

Diviso Esempi
'test' 1.999
'train' 49.164
'validation' 2.000

zampe_x_wiki/zh

  • Descrizione della configurazione : Tradotto in zh

  • Dimensione del set di dati: 13.20 MiB

  • Spaccature :

Diviso Esempi
'test' 2.000
'train' 49.401
'validation' 2.000