pietrolesci/stress_tests_nli

该数据集来源于一个外部链接，处理过程中添加了一个新的列`label`，并对标签进行了编码映射。此外，删除了格式不正确的解析信息列，并添加了每个实例来源的文件名作为`dtype`列。数据集包含句子对（`sentence1`和`sentence2`）、标签（`label`和`gold_label`）以及数据类型（`dtype`）等信息。

原始信息汇总

数据集概述

• 原始数据集页面链接：https://abhilasharavichander.github.io/NLI_StressTest/
• 数据集下载链接：https://drive.google.com/open?id=1faGA5pHdu5Co8rFhnXn-6jbBYC2R1dhw

数据集整理

• 新增列 label，对标签进行编码，映射如下：

  {"entailment": 0, "neutral": 1, "contradiction": 2}

• 移除了格式不规范的解析信息列。

• 新增列 dtype，记录每个实例来源的文件名。

数据集创建代码

• 使用Python和Pandas库加载和处理数据。
• 数据集特征定义包括：
  • "sentence1"：字符串类型
  • "sentence2"：字符串类型
  • "label"：分类标签，类别包括"entailment", "neutral", "contradiction"
  • "dtype"：字符串类型
  • "gold_label"：字符串类型
• 数据集被推送到Hugging Face Hub，仓库名为"pietrolesci/stress_tests_nli"。

数据集分割检查

• 检查不同分割之间的重叠情况，结果显示所有分割之间无重叠。