ecthr_cases

তথ্যসূত্র:

অভিযুক্ত-লঙ্ঘন-পূর্বাভাস

TFDS এ এই ডেটাসেট লোড করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

ds = tfds.load('huggingface:ecthr_cases/alleged-violation-prediction')
  • বর্ণনা :
The ECtHR Cases dataset is designed for experimentation of neural judgment prediction and rationale extraction considering ECtHR cases.
  • লাইসেন্স : CC BY-NC-SA (ক্রিয়েটিভ কমন্স / অ্যাট্রিবিউশন-অবাণিজ্যিক-শেয়ারঅ্যালাইক)
  • সংস্করণ : 1.1.0
  • বিভাজন :
বিভক্ত উদাহরণ
'test' 1000
'train' 9000
'validation' 1000
  • বৈশিষ্ট্য :
{
    "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"
    }
}

লঙ্ঘন-ভবিষ্যদ্বাণী

TFDS এ এই ডেটাসেট লোড করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

ds = tfds.load('huggingface:ecthr_cases/violation-prediction')
  • বর্ণনা :
The ECtHR Cases dataset is designed for experimentation of neural judgment prediction and rationale extraction considering ECtHR cases.
  • লাইসেন্স : CC BY-NC-SA (ক্রিয়েটিভ কমন্স / অ্যাট্রিবিউশন-অবাণিজ্যিক-শেয়ারঅ্যালাইক)
  • সংস্করণ : 1.1.0
  • বিভাজন :
বিভক্ত উদাহরণ
'test' 1000
'train' 9000
'validation' 1000
  • বৈশিষ্ট্য :
{
    "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"
    }
}