kakaobrain/kor_nli

KorNLI是一个韩语自然语言推理数据集，包含三个配置：multi_nli、snli和xnli。数据集的任务类别是文本分类，具体任务包括自然语言推理和多输入文本分类。数据集的创建涉及众包和机器生成、专家生成的语言内容。数据集的许可证是CC BY-SA 4.0。

原始信息汇总

数据集概述

基本信息

• 数据集名称: KorNLI
• 语言: 韩语
• 许可: CC BY-SA 4.0
• 多语言性: 单语种
• 数据集大小: 100K<n<1M
• 任务类别: 文本分类
• 任务ID: 自然语言推理、多输入文本分类

数据集配置

• multi_nli

  • 特征:
    • premise: 字符串
    • hypothesis: 字符串
    • label: 分类标签，可能值包括 entailment (0), neutral (1), contradiction (2)
  • 分割:
    • train: 392702 个样本
  • 下载大小: 42113232 字节
  • 数据集大小: 84729207 字节

• snli

  • 特征:
    • premise: 字符串
    • hypothesis: 字符串
    • label: 分类标签，可能值包括 entailment (0), neutral (1), contradiction (2)
  • 分割:
    • train: 550152 个样本
  • 下载大小: 42113232 字节
  • 数据集大小: 80137097 字节

• xnli

  • 特征:
    • premise: 字符串
    • hypothesis: 字符串
    • label: 分类标签，可能值包括 entailment (0), neutral (1), contradiction (2)
  • 分割:
    • validation: 2490 个样本
    • test: 5010 个样本
  • 下载大小: 42113232 字节
  • 数据集大小: 1566267 字节

数据来源

• 源数据集:
  • multi_nli
  • snli
  • xnli

数据集创建

• 标注创建者: 众包
• 语言创建者: 机器生成、专家生成

许可信息

• 许可: CC BY-SA 4.0

引用信息

@article{ham2020kornli, title={KorNLI and KorSTS: New Benchmark Datasets for Korean Natural Language Understanding}, author={Ham, Jiyeon and Choe, Yo Joong and Park, Kyubyong and Choi, Ilji and Soh, Hyungjoon}, journal={arXiv preprint arXiv:2004.03289}, year={2020} }