cl-nagoya/nu-mnli

名古屋大学MNLI数据集是一个双语（日语和英语）文本分类数据集，专注于自然语言推理和多输入文本分类。数据集包含前提、假设、类型和标签等特征，标签分为蕴涵、中立和矛盾三种。数据集大小介于10万到100万之间，基于nyu-mll/multi_NLI源数据集，并遵循多种开源许可。

原始信息汇总

数据集概述

基本信息

• 语言: 日语（ja）、英语（en）
• 多语言性: 双语
• 大小: 100K<n<1M
• 来源数据集: nyu-mll/multi_nli
• 任务类别: 文本分类
• 任务ID: 自然语言推理、多输入文本分类
• 美观名称: 名古屋大学MNLI

许可信息

• 许可证: cc-by-3.0, cc-by-sa-3.0, MIT, 其他
• 许可证详情: 美国国家语料库的开放部分

数据集结构

• 特征:
  • premise: 字符串类型
  • hypothesis: 字符串类型
  • genre: 字符串类型
  • label: 分类标签类型，包含三个类别：entailment（0）、neutral（1）、contradiction（2）

数据集划分

• 训练集:
  • 字节数: 77409029.55918737
  • 样本数: 296912
  • 下载大小: 46081796
  • 数据集大小: 77409029.55918737

配置

• 默认配置:
  • 数据文件:
    • 训练集路径: data/train-*