ilsp/hellaswag_greek

HellaSwag Greek数据集是从HellaSwag数据集机器翻译成希腊语的，包含59832个例子。原始数据集用于常识推理的自然语言推理任务。数据集的语言为希腊语，许可证为cc-by-nc-sa-4.0。数据集的结构包括训练集、验证集和测试集，分别包含39825、10024和9983个例子。数据集的字段包括ind、activity_label、ctx_a、ctx_b、ctx、endings、source_id、split_type、label等。数据集是通过机器翻译生成的，因此可能存在翻译相关的偏差和限制。

原始信息汇总

数据集卡片概述

数据集详情

数据集描述

• 语言(NLP): 希腊语 (el)
• 许可证: cc-by-nc-sa-4.0
• 数据集大小: 191404110 字节
• 下载大小: 94638082 字节

数据集结构

特征

• ind: 整数类型 (int64)
• activity_label: 字符串类型 (string)
• ctx_a: 字符串类型 (string)
• ctx_b: 字符串类型 (string)
• ctx: 字符串类型 (string)
• endings: 字符串序列 (sequence: string)
• source_id: 字符串类型 (string)
• split_type: 字符串类型 (string)
• label: 字符串类型 (string)
• activity_label_orig: 字符串类型 (string)
• ctx_a_orig: 字符串类型 (string)
• ctx_b_orig: 字符串类型 (string)
• ctx_orig: 字符串类型 (string)
• endings_orig: 字符串序列 (sequence: string)

分割

• 训练集:
  • 字节数: 126728121
  • 样本数: 39825
• 验证集:
  • 字节数: 32982220
  • 样本数: 10024
• 测试集:
  • 字节数: 31693769
  • 样本数: 9983

配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*