UMCU/SNLI_Dutch_translated_with_Marianmt

该数据集是使用Maria NMT模型将英文的Stanford Natural Language Inference (SNLI)语料库翻译成荷兰语的版本。数据集的主要特征包括premise、hypothesis和label，分别表示前提、假设和标签。数据集分为训练集、测试集和验证集，分别包含538896、9792和9792个样本。数据集的许可证为cc-by-sa-4.0，语言为荷兰语，任务类别为句子相似性。

原始信息汇总

数据集概述

配置

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 测试集: data/test-*
  • 验证集: data/validation-*

数据集信息

• 特征:
  • 前提: 类型为字符串
  • 假设: 类型为字符串
  • 标签: 类型为int64
• 分割:
  • 训练集:
    • 字节数: 67523459
    • 样本数: 538896
  • 测试集:
    • 字节数: 1285789
    • 样本数: 9792
  • 验证集:
    • 字节数: 1295645
    • 样本数: 9792
• 下载大小: 20806553字节
• 数据集大小: 70104893字节

许可证

• 许可证: Creative Commons Attribution-ShareAlike 4.0 International License

语言

• 语言: 荷兰语

标签

• 标签:
  • generic
  • sentence similarity

名称

• 名称: Dutch translation of SNLI corpus with Maria NMT

大小类别

• 大小类别: 100K<n<1M

任务类别

• 任务类别: sentence-similarity