KBLab/overlim

OverLim数据集包含GLUE和SuperGLUE任务，这些任务被自动翻译成瑞典语、丹麦语和挪威语（博克马尔语），使用了OpusMT模型的MarianMT进行翻译。翻译质量未经人工检查，因此可能存在错误。数据集支持的任务包括自然语言推理、语义相似性分类、情感分类和文本评分等。数据集的结构包括每个任务的特征，如前提、假设、文本A、文本B等。数据集的创建目的是为了训练非英语模型，并提供一个评估数据集以比较它们的实际性能。

原始信息汇总

数据集概述

数据集描述

• 名称: OverLim
• 概述: OverLim 数据集包含自动翻译成瑞典语、丹麦语和挪威语（书面挪威语）的GLUE和SuperGLUE任务。这些翻译使用OpusMT模型进行，翻译质量未经手动检查，可能存在错误。

支持的任务和语言

• 任务:
  • 自然语言推理
  • 语义相似度分类
  • 情感分类
  • 文本评分
• 任务来源:
  • GLUE
  • SuperGLUE
• 语言:
  • 瑞典语
  • 丹麦语
  • 挪威语（书面挪威语）

数据集结构

数据实例

• GLUE任务:
  • mnli: 包含premise和hypothesis
  • mrpc: 包含text_a和text_b
  • qnli: 包含premise和hypothesis
  • qqp: 包含text_a和text_b
  • sst: 包含text
  • stsb: 包含text_a和text_b
  • wnli: 包含premise和hypothesis
• SuperGLUE任务:
  • boolq: 包含question和passage
  • cb: 包含premise和hypothesis
  • copa: 包含premise, choice1, choice2和question
  • rte: 包含premise和hypothesis

数据分割

• 数据集重新分配了原始的验证集作为测试集，并将训练集分割为新的训练集和验证集，比例为80-20。

数据集创建

• 翻译质量: 未经手动检查，可能存在错误。
• 翻译工具: 使用OpusMT模型进行翻译。

使用考虑

• 由于翻译质量未经确认，使用时应谨慎解释结果。