ecthr_cases

Referências:

previsão de suposta violação

Use o seguinte comando para carregar este conjunto de dados no TFDS:

ds = tfds.load('huggingface:ecthr_cases/alleged-violation-prediction')
  • Descrição :
The ECtHR Cases dataset is designed for experimentation of neural judgment prediction and rationale extraction considering ECtHR cases.
  • Licença : CC BY-NC-SA (Creative Commons/Atribuição-NãoComercial-Compartilhamento pela mesma Licença)
  • Versão : 1.1.0
  • Divisões :
Dividir Exemplos
'test' 1000
'train' 9.000
'validation' 1000
  • Características :
{
    "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"
    }
}

previsão de violação

Use o seguinte comando para carregar este conjunto de dados no TFDS:

ds = tfds.load('huggingface:ecthr_cases/violation-prediction')
  • Descrição :
The ECtHR Cases dataset is designed for experimentation of neural judgment prediction and rationale extraction considering ECtHR cases.
  • Licença : CC BY-NC-SA (Creative Commons/Atribuição-NãoComercial-Compartilhamento pela mesma Licença)
  • Versão : 1.1.0
  • Divisões :
Dividir Exemplos
'test' 1000
'train' 9.000
'validation' 1000
  • Características :
{
    "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"
    }
}