rish16/MLe-SNLI

MLe-SNLI数据集包含50万条训练样本，每条样本包括前提、假设、标签和解释，并且这些样本被翻译成西班牙语、德语、荷兰语和法语。测试集和验证集各有49120条样本，同样被翻译成上述四种语言。数据集中的每一列都有明确的描述，包括前提、假设、标签、解释和语言。

原始信息汇总

Multilingual e-SNLI (MLe-SNLI) 数据集概述

数据集描述

• MLe-SNLI 是一个包含多语言的训练、验证和测试集的数据集。
• 训练集包含500,000个样本，每个样本包含前提句、假设句、标签和解释。
• 验证集和测试集各包含49,120个样本，每个样本同样包含前提句、假设句、标签和解释。
• 数据集中的语言包括英语、西班牙语、德语、荷兰语和法语。

数据集结构

列名	描述
premise	自然语言前提句
hypothesis	自然语言假设句
label	标签，包括entailment, contradiction, neutral
explanation_1	对label的自然语言解释
language	语言，包括en, es, de, nl, fr

下载和使用

• 数据集可通过HuggingFace Datasets API加载。

• 示例代码如下： python from datasets import load_dataset

  mle_snli = load_dataset("rish16/MLe-SNLI")

  train_data = mle_snli[train] dev_data = mle_snli[dev] test_data = mle_snli[test]

  print (mle_snli)

注意事项

• 数据集的翻译质量可能因原始e-SNLI数据集的质量问题而受影响，使用时需谨慎。