- opis :
Adversarial NLI (ANLI) to zestaw danych porównawczych NLI na dużą skalę, zbierany za pomocą iteracyjnej, kontradyktoryjnej procedury typu „człowiek i model w pętli”.
Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na
Strona główna : https://github.com/facebookresearch/anli
Kod źródłowy :
tfds.datasets.anli.BuilderWersje :
-
0.1.0(domyślnie): Brak informacji o wersji.
-
Rozmiar pliku do pobrania :
17.76 MiBAutomatyczne buforowanie ( dokumentacja ): Tak
Struktura funkcji :
FeaturesDict({
'context': Text(shape=(), dtype=string),
'hypothesis': Text(shape=(), dtype=string),
'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
'uid': Text(shape=(), dtype=string),
})
- Dokumentacja funkcji :
| Funkcja | Klasa | Kształt | Typ D | Opis |
|---|---|---|---|---|
| FunkcjeDict | ||||
| kontekst | Tekst | strunowy | ||
| hipoteza | Tekst | strunowy | ||
| etykieta | Etykieta klasy | int64 | ||
| uid | Tekst | strunowy |
Klucze nadzorowane (Zobacz dokument
as_supervised):NoneRysunek ( tfds.show_examples ): Nieobsługiwany.
Cytat :
@inproceedings{Nie2019AdversarialNA,
title = "Adversarial NLI: A New Benchmark for Natural Language Understanding",
author = "Nie, Yixin and
Williams, Adina and
Dinan, Emily and
Bansal, Mohit and
Weston, Jason and
Kiela, Douwe",
year="2019",
url ="https://arxiv.org/abs/1910.14599"
}
anli/r1 (domyślna konfiguracja)
Opis konfiguracji : Runda pierwsza
Rozmiar zestawu danych :
9.04 MiBPodziały :
| Rozdzielać | Przykłady |
|---|---|
'test' | 1000 |
'train' | 16946 |
'validation' | 1000 |
- Przykłady ( tfds.as_dataframe ):
anli/r2
Opis konfiguracji : Runda druga
Rozmiar zestawu danych :
22.39 MiBPodziały :
| Rozdzielać | Przykłady |
|---|---|
'test' | 1000 |
'train' | 45460 |
'validation' | 1000 |
- Przykłady ( tfds.as_dataframe ):
anli/r3
Opis konfiguracji : Runda trzecia
Rozmiar zestawu danych :
47.03 MiBPodziały :
| Rozdzielać | Przykłady |
|---|---|
'test' | 1200 |
'train' | 100 459 |
'validation' | 1200 |
- Przykłady ( tfds.as_dataframe ):