ncats/EpiSet4BinaryClassification

GLUE（通用语言理解评估基准）是一个用于训练、评估和分析自然语言理解系统的资源集合。数据集包含多个任务，如语言可接受性判断等。数据集的规模在10K到100K之间，语言为英语，许可证为CC-BY-4.0。

原始信息汇总

数据集概述

• 名称: GLUE (General Language Understanding Evaluation benchmark)
• 语言: 英语 (en)
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 大小: 10K<n<100K

数据集描述

• 摘要: GLUE是一个用于训练、评估和分析自然语言理解系统的资源集合。
• 支持的任务和排行榜: GLUE基准的排行榜包括以下任务：
  • cola: 英语语法可接受性判断，每个示例是一个单词序列，标注为是否为合法的英语句子。

数据集结构

• 数据实例: 以train数据集为例，包含以下字段：

  • sentence: 字符串类型，句子内容。
  • label: 分类标签，可能值为unacceptable (0) 和 acceptable (1)。
  • id: 整数类型，标识符。

• 数据字段: 所有分割的数据字段相同，包括：

  • abstract: 字符串类型。
  • label: 分类标签，可能值为unacceptable (0) 和 acceptable (1)。
  • idx: 整数类型。

• 数据分割:

  分割	数量
  train	8551
  validation	1043
  test	1063

数据集创建

• 注释者: 来自National Institutes of Health (NIH) Genetic and Rare Diseases Information Center (GARD)的罕见疾病策展人。

许可证信息

• 许可证: CC-BY-4.0

贡献者

• 感谢@patpizio, @jeswan, @thomwolf, @patrickvonplaten, @mariamabarham为该数据集的添加做出的贡献。