pietrolesci/copa_nli

这是一个完整的自然语言推理（NLI）数据集，源自COPA格式，经过整理转换为NLI格式。数据集包含前提和假设两部分，以及相应的标签，标签通过编码映射为not_entailment（0）和entailment（1）。数据集通过Python脚本生成，并已上传至HuggingFace Hub。

原始信息汇总

数据集概述

• 原始数据来源：原始数据集链接
• 当前数据集提取自：GitHub仓库链接
• 数据集类型：完整数据集

数据集整理

• 数据格式转换：

  • 原始格式：

    premise	choice1	choice2	label
    My body cast a shadow over the grass	The sun was rising	The grass was cut	0

  • 转换后的NLI格式：

    premise	hypothesis	label
    My body cast a shadow over the grass	The sun was rising	entailment
    My body cast a shadow over the grass	The grass was cut	not_entailment

• 标签编码映射：{"not_entailment": 0, "entailment": 1}

数据集生成代码

• 数据读取与合并：使用pandas读取并合并所有数据分割。
• 标签编码：将标签映射为数字编码。
• 数据集创建：使用datasets库创建数据集，定义特征如下：
  • premise：字符串类型
  • hypothesis：字符串类型
  • label：类别标签，包含两个类别not_entailment和entailment
• 数据集上传：将数据集上传至Hugging Face Hub，命名为copa_nli。