maximoss/mnli-nineeleven-fr-mt
收藏数据集概述
数据集描述
- 语言: 法语 (
fr) - 大小: 1,000 < n < 10,000
- 许可证: BSD-2-Clause
- 任务类别:
- 文本分类
- 自然语言推理
- 多输入文本分类
数据集总结
本数据集包含2000个关于9/11恐怖袭击事件的机器翻译法语版本的多NLI数据。这些例子与XNLI验证集和测试集中的例子不同。原始数据集中的26个无黄金标签的例子在本法语版本中已被赋予黄金标签。
支持的任务和排行榜
该数据集用于自然语言推理（NLI）任务，也称为识别文本蕴含（RTE），这是一个句子对分类任务。
数据集结构
数据字段
premise: 目标语言中的机器翻译前提。hypothesis: 目标语言中的机器翻译假设。label: 分类标签，可能值为0（蕴含）、1（中性）、2（矛盾）。label_text: 分类标签，可能值为entailment（0）、neutral（1）、contradiction（2）。pairID: 对唯一标识符。promptID: 提示唯一标识符。premise_original: 英语源数据集中的原始前提。hypothesis_original: 英语源数据集中的原始假设。
数据分割
| 名称 | 蕴含 | 中性 | 矛盾 |
|---|---|---|---|
| mnli_fr | 705 | 641 | 654 |
数据集创建
数据集使用最新的神经机器翻译模型opus-mt-tc-big从英语机器翻译到法语。翻译工作于2023年3月29日完成。
引用信息
BibTeX:
BibTeX @InProceedings{N18-1101, author = "Williams, Adina and Nangia, Nikita and Bowman, Samuel", title = "A Broad-Coverage Challenge Corpus for Sentence Understanding through Inference", booktitle = "Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long Papers)", year = "2018", publisher = "Association for Computational Linguistics", pages = "1112--1122", location = "New Orleans, Louisiana", url = "http://aclweb.org/anthology/N18-1101" }
ACL:
Adina Williams, Nikita Nangia, and Samuel Bowman. 2018. A Broad-Coverage Challenge Corpus for Sentence Understanding through Inference. In Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long Papers), pages 1112–1122, New Orleans, Louisiana. Association for Computational Linguistics.
