amueller/syntactic_transformations

该数据集包含用于句法转换的英语和德语数据，主要用于疑问句形成和被动语态转换任务。数据集结构包括源序列、目标序列和任务前缀，数据被分为训练集、开发集、测试集和泛化集。此外，数据集还包含零样本跨语言迁移训练和评估数据。

原始信息汇总

数据集概述

数据集描述

数据集总结

• 包含用于研究的英语和德语问题形成和被动化转换的数据集。
• 数据集用于零样本跨语言迁移训练和评估。

支持的任务

• 数据集支持的任务包括语法转换，如问题形成和被动化。

语言

• 数据集包含英语和德语两种语言。

数据集结构

数据实例

• 每个数据点包含源序列（src）、目标序列（tgt）和任务前缀（prefix）。
• 前缀指示是否应将源序列转换为目标序列，转换类型包括问题形成和被动化。

数据字段

• src: 原始源序列。
• tgt: 转换后的目标序列。
• prefix: 指示应执行的转换类型。

数据分割

• 数据集分为训练、开发、测试和泛化（generalization）集。
• 泛化集进一步分为域内和域外语法结构，用于评估模型的归纳偏差。

数据集创建

源数据

• 数据集为原始数据，未提供具体的收集和标准化信息。

许可证

• 数据集使用MIT许可证。

多语言性

• 数据集支持两种语言。

大小类别

• 数据集大小介于10万到100万之间。