- คำอธิบาย :
DocNLI เป็นชุดข้อมูลขนาดใหญ่สำหรับการอนุมานภาษาธรรมชาติระดับเอกสาร (NLI) DocNLI เปลี่ยนจากปัญหา NLP ที่หลากหลายและครอบคลุมข้อความหลายประเภท สถานที่มักจะอยู่ในความละเอียดของเอกสาร ในขณะที่สมมติฐานมีความยาวแตกต่างกันไปตั้งแต่ประโยคเดียวไปจนถึงข้อความที่มีคำหลายร้อยคำ ตรงกันข้ามกับชุดข้อมูล NLI ระดับประโยคที่มีอยู่ DocNLI มีอาร์ติแฟกต์ค่อนข้างจำกัด
เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส
หน้าแรก : https://github.com/salesforce/DocNLI/
รหัสที่มา :
tfds.text.docnli.DocNLI
รุ่น :
-
1.0.0
(ค่าเริ่มต้น): การเปิดตัวครั้งแรก
-
ขนาดการดาวน์โหลด :
313.89 MiB
ขนาดชุดข้อมูล :
3.07 GiB
แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่
แยก :
แยก | ตัวอย่าง |
---|---|
'test' | 267,086 |
'train' | 942,314 |
'validation' | 234,258 |
- โครงสร้างคุณลักษณะ :
FeaturesDict({
'hypothesis': Text(shape=(), dtype=string),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
'premise': Text(shape=(), dtype=string),
})
- เอกสารคุณสมบัติ :
ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
สมมติฐาน | ข้อความ | สตริง | ||
ฉลาก | ป้ายกำกับคลาส | int64 | ||
หลักฐาน | ข้อความ | สตริง |
คีย์ภายใต้การดูแล (ดู
as_supervised
doc ):None
รูปภาพ ( tfds.show_examples ): ไม่รองรับ
ตัวอย่าง ( tfds.as_dataframe ):
- การอ้างอิง :
@inproceedings{yin-etal-2021-docnli,
title={DocNLI: A Large-scale Dataset for Document-level Natural Language Inference},
author={Wenpeng Yin and Dragomir Radev and Caiming Xiong},
booktitle = "Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021",
month = aug,
year = "2021",
address = "Bangkok, Thailand",
publisher = "Association for Computational Linguistics",
}