ycsong-eugene/syc-hellaswag2

HellaSwag是一个用于常识推理的自然语言推理任务的新数据集，相关论文发表于ACL2019。数据集包含训练、验证和测试三个分割，每个分割的数据实例都有相同的字段，如活动标签、上下文、结尾选项等。数据集的创建背景和注释过程等信息尚未提供。

原始信息汇总

数据集卡片 for "hellaswag"

数据集描述

数据集摘要

HellaSwag: Can a Machine Really Finish Your Sentence? 是一个用于常识性自然语言推理（NLI）的新数据集。该数据集在ACL2019会议上发表了相关论文。

数据集结构

数据实例

默认

• 下载的数据集文件大小: 71.49 MB
• 生成的数据集大小: 65.32 MB
• 磁盘总使用量: 136.81 MB

一个 train 的示例如下：

json { "activity_label": "Removing ice from car", "ctx": "Then, the man writes over the snow covering the window of a car, and a woman wearing winter clothes smiles. then", "ctx_a": "Then, the man writes over the snow covering the window of a car, and a woman wearing winter clothes smiles.", "ctx_b": "then", "endings": "[", the man adds wax to the windshield and cuts it.", ", a person board a ski lift, while two men supporting the head of the per...", "ind": 4, "label": "3", "source_id": "activitynet~v_-1IBHYS3L-Y", "split": "train", "split_type": "indomain" }

数据字段

所有拆分中的数据字段相同。

默认

• ind: 一个 int32 特征。
• activity_label: 一个 string 特征。
• ctx_a: 一个 string 特征。
• ctx_b: 一个 string 特征。
• ctx: 一个 string 特征。
• endings: 一个 list 的 string 特征。
• source_id: 一个 string 特征。
• split: 一个 string 特征。
• split_type: 一个 string 特征。
• label: 一个 string 特征。

数据拆分

name	train	validation	test
default	39905	10042	10003

数据集创建

数据集信息

• features:

  • ind: int32
  • activity_label: string
  • ctx_a: string
  • ctx_b: string
  • ctx: string
  • endings: sequence of string
  • source_id: string
  • split: string
  • split_type: string
  • label: string

• splits:

  • train:
    • num_bytes: 43232624
    • num_examples: 39905
  • test:
    • num_bytes: 10791853
    • num_examples: 10003
  • validation:
    • num_bytes: 11175717
    • num_examples: 10042

• download_size: 71494896

• dataset_size: 65200194

额外信息

许可证信息

MIT https://github.com/rowanz/hellaswag/blob/master/LICENSE

引用信息

bibtex @inproceedings{zellers2019hellaswag, title={HellaSwag: Can a Machine Really Finish Your Sentence?}, author={Zellers, Rowan and Holtzman, Ari and Bisk, Yonatan and Farhadi, Ali and Choi, Yejin}, booktitle ={Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics}, year={2019} }

贡献

感谢 @albertvillanova, @mariamabarham, @thomwolf, @patrickvonplaten, @lewtun 添加此数据集。