- Описание :
XNLI — это подмножество нескольких тысяч примеров из MNLI, которые были переведены на 14 различных языков (какой-то низкоуровневый ресурс). Как и в случае MNLI, цель состоит в том, чтобы предсказать текстовое следствие (подразумевает ли предложение A/противоречащее/ни одно из предложений B) и является задачей классификации (данные два предложения предсказывают одну из трех меток).
- Дополнительная документация : изучить документы с кодом 
- Домашняя страница : https://www.nyu.edu/projects/bowman/xnli/ 
- Исходный код : - tfds.text.Xnli
- Версии : -  1.1.0(по умолчанию): нет примечаний к выпуску.
 
-  
- Размер загрузки : - 17.04 MiB
- Размер набора данных : - 29.62 MiB.
- Автоматическое кэширование ( документация ): Да 
- Сплиты : 
| Расколоть | Примеры | 
|---|---|
| 'test' | 5010 | 
| 'validation' | 2490 | 
- Структура функции :
FeaturesDict({
    'hypothesis': TranslationVariableLanguages({
        'language': Text(shape=(), dtype=string),
        'translation': Text(shape=(), dtype=string),
    }),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'premise': Translation({
        'ar': Text(shape=(), dtype=string),
        'bg': Text(shape=(), dtype=string),
        'de': Text(shape=(), dtype=string),
        'el': Text(shape=(), dtype=string),
        'en': Text(shape=(), dtype=string),
        'es': Text(shape=(), dtype=string),
        'fr': Text(shape=(), dtype=string),
        'hi': Text(shape=(), dtype=string),
        'ru': Text(shape=(), dtype=string),
        'sw': Text(shape=(), dtype=string),
        'th': Text(shape=(), dtype=string),
        'tr': Text(shape=(), dtype=string),
        'ur': Text(shape=(), dtype=string),
        'vi': Text(shape=(), dtype=string),
        'zh': Text(shape=(), dtype=string),
    }),
})
- Документация по функциям :
| Особенность | Учебный класс | Форма | Dтип | Описание | 
|---|---|---|---|---|
| ОсобенностиDict | ||||
| гипотеза | ПереводПеременнаяЯзыки | |||
| гипотеза/язык | Текст | нить | ||
| гипотеза/перевод | Текст | нить | ||
| этикетка | Метка класса | int64 | ||
| помещение | Перевод | |||
| помещение/ар | Текст | нить | ||
| помещение/бг | Текст | нить | ||
| помещение / де | Текст | нить | ||
| помещение/эль | Текст | нить | ||
| помещение / en | Текст | нить | ||
| помещение / ы | Текст | нить | ||
| помещение/фр. | Текст | нить | ||
| помещение/привет | Текст | нить | ||
| помещение/ru | Текст | нить | ||
| помещение / SW | Текст | нить | ||
| помещение/й | Текст | нить | ||
| помещение / тр | Текст | нить | ||
| помещение/ур | Текст | нить | ||
| помещение/ви | Текст | нить | ||
| помещение/ж | Текст | нить | 
- Ключи под наблюдением (см . документ - as_supervised):- None
- Рисунок ( tfds.show_examples ): не поддерживается. 
- Примеры ( tfds.as_dataframe ): 
- Цитата :
@InProceedings{conneau2018xnli,
  author = "Conneau, Alexis
                 and Rinott, Ruty
                 and Lample, Guillaume
                 and Williams, Adina
                 and Bowman, Samuel R.
                 and Schwenk, Holger
                 and Stoyanov, Veselin",
  title = "XNLI: Evaluating Cross-lingual Sentence Representations",
  booktitle = "Proceedings of the 2018 Conference on Empirical Methods
               in Natural Language Processing",
  year = "2018",
  publisher = "Association for Computational Linguistics",
  location = "Brussels, Belgium",
}
- Описание :
XNLI — это подмножество нескольких тысяч примеров из MNLI, которые были переведены на 14 различных языков (какой-то низкоуровневый ресурс). Как и в случае MNLI, цель состоит в том, чтобы предсказать текстовое следствие (подразумевает ли предложение A/противоречащее/ни одно из предложений B) и является задачей классификации (данные два предложения предсказывают одну из трех меток).
- Дополнительная документация : изучить документы с кодом 
- Домашняя страница : https://www.nyu.edu/projects/bowman/xnli/ 
- Исходный код : - tfds.text.Xnli
- Версии : -  1.1.0(по умолчанию): нет примечаний к выпуску.
 
-  
- Размер загрузки : - 17.04 MiB
- Размер набора данных : - 29.62 MiB.
- Автоматическое кэширование ( документация ): Да 
- Сплиты : 
| Расколоть | Примеры | 
|---|---|
| 'test' | 5010 | 
| 'validation' | 2490 | 
- Структура функции :
FeaturesDict({
    'hypothesis': TranslationVariableLanguages({
        'language': Text(shape=(), dtype=string),
        'translation': Text(shape=(), dtype=string),
    }),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'premise': Translation({
        'ar': Text(shape=(), dtype=string),
        'bg': Text(shape=(), dtype=string),
        'de': Text(shape=(), dtype=string),
        'el': Text(shape=(), dtype=string),
        'en': Text(shape=(), dtype=string),
        'es': Text(shape=(), dtype=string),
        'fr': Text(shape=(), dtype=string),
        'hi': Text(shape=(), dtype=string),
        'ru': Text(shape=(), dtype=string),
        'sw': Text(shape=(), dtype=string),
        'th': Text(shape=(), dtype=string),
        'tr': Text(shape=(), dtype=string),
        'ur': Text(shape=(), dtype=string),
        'vi': Text(shape=(), dtype=string),
        'zh': Text(shape=(), dtype=string),
    }),
})
- Документация по функциям :
| Особенность | Учебный класс | Форма | Dтип | Описание | 
|---|---|---|---|---|
| ОсобенностиDict | ||||
| гипотеза | ПереводПеременнаяЯзыки | |||
| гипотеза/язык | Текст | нить | ||
| гипотеза/перевод | Текст | нить | ||
| этикетка | Метка класса | int64 | ||
| помещение | Перевод | |||
| помещение/ар | Текст | нить | ||
| помещение/бг | Текст | нить | ||
| помещение / де | Текст | нить | ||
| помещение/эль | Текст | нить | ||
| помещение / en | Текст | нить | ||
| помещение / ы | Текст | нить | ||
| помещение/фр. | Текст | нить | ||
| помещение/привет | Текст | нить | ||
| помещение/ru | Текст | нить | ||
| помещение / SW | Текст | нить | ||
| помещение/й | Текст | нить | ||
| помещение / тр | Текст | нить | ||
| помещение/ур | Текст | нить | ||
| помещение/ви | Текст | нить | ||
| помещение/ж | Текст | нить | 
- Ключи под наблюдением (см . документ - as_supervised):- None
- Рисунок ( tfds.show_examples ): не поддерживается. 
- Примеры ( tfds.as_dataframe ): 
- Цитата :
@InProceedings{conneau2018xnli,
  author = "Conneau, Alexis
                 and Rinott, Ruty
                 and Lample, Guillaume
                 and Williams, Adina
                 and Bowman, Samuel R.
                 and Schwenk, Holger
                 and Stoyanov, Veselin",
  title = "XNLI: Evaluating Cross-lingual Sentence Representations",
  booktitle = "Proceedings of the 2018 Conference on Empirical Methods
               in Natural Language Processing",
  year = "2018",
  publisher = "Association for Computational Linguistics",
  location = "Brussels, Belgium",
}