ecthr_केस

सन्दर्भ:

• कोड
• गले लगाना

कथित-उल्लंघन-भविष्यवाणी

इस डेटासेट को TFDS में लोड करने के लिए निम्नलिखित कमांड का उपयोग करें:

ds = tfds.load('huggingface:ecthr_cases/alleged-violation-prediction')

• विवरण :

The ECtHR Cases dataset is designed for experimentation of neural judgment prediction and rationale extraction considering ECtHR cases.

• लाइसेंस : CC BY-NC-SA (क्रिएटिव कॉमन्स / एट्रिब्यूशन-नॉन-कमर्शियल-शेयरअलाइक)
• संस्करण : 1.1.0
• विभाजन :

विभाजित करना	उदाहरण
'test'	1000
'train'	9000
'validation'	1000

• विशेषताएँ :

{
    "facts": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "labels": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "silver_rationales": {
        "feature": {
            "dtype": "int32",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "gold_rationales": {
        "feature": {
            "dtype": "int32",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    }
}

उल्लंघन-भविष्यवाणी

इस डेटासेट को TFDS में लोड करने के लिए निम्नलिखित कमांड का उपयोग करें:

ds = tfds.load('huggingface:ecthr_cases/violation-prediction')

• विवरण :

The ECtHR Cases dataset is designed for experimentation of neural judgment prediction and rationale extraction considering ECtHR cases.

• लाइसेंस : CC BY-NC-SA (क्रिएटिव कॉमन्स / एट्रिब्यूशन-नॉन-कमर्शियल-शेयरअलाइक)
• संस्करण : 1.1.0
• विभाजन :

विभाजित करना	उदाहरण
'test'	1000
'train'	9000
'validation'	1000

• विशेषताएँ :

{
    "facts": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "labels": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "silver_rationales": {
        "feature": {
            "dtype": "int32",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    }
}