qbao775/PARARULE-Plus-Depth-3

PARARULE-Plus-Depth-3是PARARULE-Plus的一个分支，专注于深度为3的多步推理。该数据集旨在通过增加深度大于或等于2的训练样本来探索Transformer模型的推理能力。数据集包含动物和人两种类型的实体，以及相应的关系和属性。从深度2到深度5，每一层大约有100,000个样本，总计近400,000个样本。

原始信息汇总

数据集概述

数据集名称

• PARARULE-Plus-Depth-3

数据集来源

• 该数据集是PARARULE-Plus的一个分支，专注于深度为3的数据。

数据集目的

• 用于深度多步推理，特别是在自然语言处理领域。
• 旨在生成更深的PARARULE训练样本，探索Transformer的推理能力。

数据集内容

• 包含约100,000个样本，每个深度层级都有样本。
• 总样本数接近400,000。
• 数据集结合了动物和人物两种实体，以及相应的关联和属性。

数据集特点

• 遵循封闭世界假设和否定作为失败原则。

数据集规模

• 规模分类：100K<n<1M

数据集语言

• 英语（en）

数据集任务类别

• 文本分类
• 问答

数据集标签

• 推理
• 多步演绎推理
• 逻辑推理

数据集许可证

• MIT许可证

数据集使用方法

• 使用from datasets import load_dataset加载数据集，指定数据集名称为qbao775/PARARULE-Plus-Depth-3。

数据集训练示例

• 提供了一个示例脚本，用于加载PARARULE-Plus并本地微调BERT模型。

数据集引用信息

@inproceedings{bao2022multi, title={Multi-Step Deductive Reasoning Over Natural Language: An Empirical Study on Out-of-Distribution Generalisation}, author={Qiming Bao and Alex Yuxuan Peng and Tim Hartill and Neset Tan and Zhenyun Deng and Michael Witbrock and Jiamou Liu}, year={2022}, publisher={The 2nd International Joint Conference on Learning and Reasoning and 16th International Workshop on Neural-Symbolic Learning and Reasoning (IJCLR-NeSy 2022)} }