AntoineBlanot/mnli-contrast

该数据集是基于mnli-3way数据集，并增加了instruction特征。对于原始数据集中的每个例子，根据其类别（entailment, contradiction, neutral），生成两个新的数据点，分别分配正面和负面的instruction和label_name。因此，这个数据集的大小是原始数据集的两倍。

原始信息汇总

数据集卡片 "mnli-contrast"

数据集信息

特征

• premise: 字符串类型
• hypothesis: 字符串类型
• instruction: 字符串类型
• label_name: 字符串类型

分割

• train:
  • 字节数: 254483428
  • 样本数: 785404
• test:
  • 字节数: 6297986
  • 样本数: 19630

大小

• 下载大小: 54354034
• 数据集大小: 260781414

配置

• default:
  • 训练数据文件路径: data/train-*
  • 测试数据文件路径: data/test-*

数据集描述

该数据集是 mnli-3way 数据集的扩展，新增了 instruction 特征。该特征及其相关的 label_name 描述了 premise 和 hypothesis 特征在原始数据集中的关系。

映射规则

• 如果原始样本属于 entailment 类别:

  • 正例 (label_name == "positive"): 分配指令 "The meaning of the hypothesis is logically inferred from the meaning of the premise."
  • 负例 (label_name == "negative"): 分配指令 "The meaning of the hypothesis either contradicts the meaning of the premise, is unrelated to it, or does not provide sufficient information to infer the meaning of the premise."

• 如果原始样本属于 contradiction 或 neutral 类别:

  • 正例 (label_name == "positive"): 分配指令 "The meaning of the hypothesis either contradicts the meaning of the premise, is unrelated to it, or does not provide sufficient information to infer the meaning of the premise."
  • 负例 (label_name == "negative"): 分配指令 "The meaning of the hypothesis is logically inferred from the meaning of the premise."

该数据集是原始数据集的两倍大小，因为每个样本都关联了一个正例和一个负例的指令。