hda_nli_hindi

อ้างอิง:

• รหัส
• กอดหน้า

HDA ภาษาฮินดี nli

ใช้คำสั่งต่อไปนี้เพื่อโหลดชุดข้อมูลนี้ใน TFDS:

ds = tfds.load('huggingface:hda_nli_hindi/HDA hindi nli')

• คำอธิบาย :

This dataset is a recasted version of the Hindi Discourse Analysis Dataset used to train models for Natural Language Inference Tasks in Low-Resource Languages like Hindi.

• ใบอนุญาต : ใบอนุญาตเอ็มไอที
• เวอร์ชั่น : 1.1.0
• แยก :

แยก	ตัวอย่าง
'test'	9970
'train'	31892
'validation'	9460

• คุณสมบัติ :

{
    "premise": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "hypothesis": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "label": {
        "num_classes": 2,
        "names": [
            "not-entailment",
            "entailment"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "topic": {
        "num_classes": 5,
        "names": [
            "Argumentative",
            "Descriptive",
            "Dialogic",
            "Informative",
            "Narrative"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    }
}

hda nli ภาษาฮินดี

ใช้คำสั่งต่อไปนี้เพื่อโหลดชุดข้อมูลนี้ใน TFDS:

ds = tfds.load('huggingface:hda_nli_hindi/hda nli hindi')

• คำอธิบาย :

This dataset is a recasted version of the Hindi Discourse Analysis Dataset used to train models for Natural Language Inference Tasks in Low-Resource Languages like Hindi.

• ใบอนุญาต : ใบอนุญาตเอ็มไอที
• เวอร์ชั่น : 1.1.0
• แยก :

แยก	ตัวอย่าง
'test'	9970
'train'	31892
'validation'	9460

• คุณสมบัติ :

{
    "premise": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "hypothesis": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "label": {
        "num_classes": 2,
        "names": [
            "not-entailment",
            "entailment"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "topic": {
        "num_classes": 5,
        "names": [
            "Argumentative",
            "Descriptive",
            "Dialogic",
            "Informative",
            "Narrative"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    }
}