HiTZ/meta4xnli

Meta4XNLI是一个包含英语和西班牙语注释的平行数据集，用于隐喻检测（13320个句子）和隐喻解释任务（9990个前提-假设对）。该数据集是现有NLI数据集的集合，手动标注了隐喻任务。数据集分为检测和解释两个任务，检测任务涉及对每个标记的隐喻注释，解释任务则涉及隐喻出现的句子分割。数据集来源于XNLI和esXNLI数据集，并添加了隐喻注释。

原始信息汇总

数据集概述

数据集名称: Meta4XNLI

语言: 英语 (en), 西班牙语 (es)

许可: Apache-2.0

任务类别:

• 令牌分类
• 文本分类

数据集大小: 1K<n<10K

数据集结构:

• 检测任务: 令牌级别的标签。
  • 分割: 训练、开发和测试文件用于微调和评估。
  • 源数据集: 按原始源数据集分割，以及用于评估的前提和假设。
• 解释任务: 按隐喻发生分割的句子集。非相关情况包括含有隐喻的句子，但其字面解释不是提取推理标签所必需的。
  • 分割: 训练、开发和测试文件用于微调和评估。
  • 源数据集: 按原始源数据集分割，以及隐喻的存在。

数据集字段

• 检测:

  • "id": 示例ID
  • "tokens": 文本分割列表
  • "tags": 每个令牌的隐喻注释列表
    • 0: 字面
    • 1: 隐喻

• 解释:

  • "language": 西班牙语 (es) 或英语 (en)
  • "gold_label": 推理标签: 蕴含、中性或矛盾
  • "sentence1": 前提
  • "sentence2": 假设
  • "promptID": 前提ID
  • "pairID": 前提和假设对ID
  • "genre": 文本领域
  • "source_dataset": 原始数据集: {xnli.dev, xnli.test, esxnli}