HusnaManakkot/new-spider-HM

Spider是一个大规模、复杂且跨领域的语义解析和文本到SQL数据集，由11名耶鲁大学学生标注。该数据集的目标是开发跨领域数据库的自然语言接口。数据集包含自然语言问题和相应的SQL查询，语言为英语，分为训练集和开发集，分别有7000和1034个问题和SQL查询对。

原始信息汇总

数据集卡片 for Spider

数据集描述

数据集摘要

Spider 是一个大规模复杂和跨领域的语义解析和文本到 SQL 数据集，由 11 名耶鲁大学学生标注。Spider 挑战的目标是开发跨领域数据库的自然语言接口。

支持的任务和排行榜

排行榜可以在 这里 查看。

语言

数据集中的文本为英语。

数据集结构

数据实例

数据实例代表什么？

每个实例是一个自然语言问题及其对应的 SQL 查询。

总共有多少实例？

[更多信息需要]

每个实例包含哪些数据？

[更多信息需要]

数据字段

• db_id: 数据库名称
• question: 需要解析为 SQL 的自然语言
• query: 目标 SQL 查询
• query_toks: 查询的标记列表
• query_toks_no_value: 查询的标记列表
• question_toks: 问题的标记列表

数据分割

train: 7000 个问题和 SQL 查询对 dev: 1034 个问题和 SQL 查询对

[更多信息需要]

数据集创建

策划理由

[更多信息需要]

源数据

初始数据收集和规范化

源语言生产者是谁？

[更多信息需要]

标注

数据集由 11 名耶鲁大学学生标注。

标注过程

标注者是谁？

个人和敏感信息

[更多信息需要]

使用数据的注意事项

数据集的社会影响

偏见的讨论

[更多信息需要]

其他已知限制

附加信息

数据集策展人

[更多信息需要]

许可信息

Spider 数据集在 CC BY-SA 4.0 许可下发布。

[更多信息需要]

引用信息

@article{yu2018spider, title={Spider: A large-scale human-labeled dataset for complex and cross-domain semantic parsing and text-to-sql task}, author={Yu, Tao and Zhang, Rui and Yang, Kai and Yasunaga, Michihiro and Wang, Dongxu and Li, Zifan and Ma, James and Li, Irene and Yao, Qingning and Roman, Shanelle and others}, journal={arXiv preprint arXiv:1809.08887}, year={2018} }

贡献

感谢 @olinguyen 添加此数据集。