hitachi-nlp/ruletaker

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: dev
path: data/dev-*
dataset_info:
features:
- name: context
dtype: string
- name: question
dtype: string
- name: label
dtype: string
- name: config
dtype: string
splits:
- name: train
num_bytes: 252209259.0
num_examples: 480152
- name: test
num_bytes: 80649163.0
num_examples: 151911
- name: dev
num_bytes: 39591713.0
num_examples: 75872
download_size: 101594619
dataset_size: 372450135.0
---
# Dataset Card for "ruletaker"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

configs:
- config_name: default
data_files:
- split（数据集划分）: train（训练集）
path: data/train-*
- split（数据集划分）: test（测试集）
path: data/test-*
- split（数据集划分）: dev（验证集）
path: data/dev-*
dataset_info:
features:
- name: context（上下文）
dtype（数据类型）: string（字符串）
- name: question（问题）
dtype（数据类型）: string（字符串）
- name: label（标签）
dtype（数据类型）: string（字符串）
- name: config（配置）
dtype（数据类型）: string（字符串）
splits:
- name: train（训练集）
num_bytes: 252209259.0
num_examples: 480152
- name: test（测试集）
num_bytes: 80649163.0
num_examples: 151911
- name: dev（验证集）
num_bytes: 39591713.0
num_examples: 75872
download_size: 101594619
dataset_size: 372450135.0
---
# "ruletaker"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

• 默认配置 (config_name: default)
  • 数据文件路径
    • 训练集 (split: train): data/train-*
    • 测试集 (split: test): data/test-*
    • 验证集 (split: dev): data/dev-*

数据集信息

• 特征

  • context: 数据类型为 string
  • question: 数据类型为 string
  • label: 数据类型为 string
  • config: 数据类型为 string

• 分割信息

  • 训练集 (name: train)
    • 字节数: 252209259.0
    • 示例数: 480152
  • 测试集 (name: test)
    • 字节数: 80649163.0
    • 示例数: 151911
  • 验证集 (name: dev)
    • 字节数: 39591713.0
    • 示例数: 75872

• 下载与数据集大小

  • 下载大小: 101594619
  • 数据集大小: 372450135.0

搜集汇总

背景与挑战

背景概述

该数据集是一个用于自然语言推理和逻辑推理任务的数据集，由Hitachi, Ltd.发布，包含约70万行文本数据，格式为parquet。数据集中每个样本包括上下文（一系列事实和规则）、问题（一个陈述）和标签（entailment或not entailment），旨在测试模型基于逻辑规则进行推断的能力，样本还标注了不同推理深度和变体，适用于训练和评估推理模型。