SICK (Sentences Involving Compositional Knowledge)

涉及组合知识的句子 (SICK) 数据集是用于组合分布语义的数据集。它包含大量丰富的词法、句法和语义现象的句对。每对句子都在两个维度上进行注释：相关性和蕴涵性。关联度评分范围为 1 到 5，使用 Pearson 的 r 进行评估；蕴涵关系是范畴的，由蕴涵、矛盾和中性组成。训练拆分中有 4439 对，用于开发的试用拆分中有 495 对，测试拆分中有 4906 对。句子对是从图像和视频字幕数据集生成的，然后使用某种算法进行配对。