hitachi-nlp/JFLD
收藏Hugging Face2024-06-06 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/hitachi-nlp/JFLD
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
- config_name: D1
features:
- name: version
dtype: string
- name: hypothesis
dtype: string
- name: hypothesis_formula
dtype: string
- name: facts
dtype: string
- name: facts_formula
dtype: string
- name: proofs
sequence: string
- name: proofs_formula
sequence: string
- name: negative_hypothesis
dtype: string
- name: negative_hypothesis_formula
dtype: string
- name: negative_proofs
sequence: string
- name: negative_original_tree_depth
dtype: int64
- name: original_tree_depth
dtype: int64
- name: depth
dtype: int64
- name: num_formula_distractors
dtype: int64
- name: num_translation_distractors
dtype: int64
- name: num_all_distractors
dtype: int64
- name: proof_label
dtype: string
- name: negative_proof_label
dtype: string
- name: world_assump_label
dtype: string
- name: negative_world_assump_label
dtype: string
- name: prompt_serial
dtype: string
- name: proof_serial
dtype: string
- name: prompt_serial_formula
dtype: string
- name: proof_serial_formula
dtype: string
splits:
- name: train
num_bytes: 123896106
num_examples: 30000
- name: validation
num_bytes: 20663526
num_examples: 5000
- name: test
num_bytes: 20503104
num_examples: 5000
download_size: 61220230
dataset_size: 165062736
- config_name: D1_minus
features:
- name: version
dtype: string
- name: hypothesis
dtype: string
- name: hypothesis_formula
dtype: string
- name: facts
dtype: string
- name: facts_formula
dtype: string
- name: proofs
sequence: string
- name: proofs_formula
sequence: string
- name: negative_hypothesis
dtype: 'null'
- name: negative_hypothesis_formula
dtype: 'null'
- name: negative_proofs
sequence: 'null'
- name: negative_original_tree_depth
dtype: 'null'
- name: original_tree_depth
dtype: int64
- name: depth
dtype: int64
- name: num_formula_distractors
dtype: int64
- name: num_translation_distractors
dtype: int64
- name: num_all_distractors
dtype: int64
- name: proof_label
dtype: string
- name: negative_proof_label
dtype: 'null'
- name: world_assump_label
dtype: string
- name: negative_world_assump_label
dtype: 'null'
- name: prompt_serial
dtype: string
- name: proof_serial
dtype: string
- name: prompt_serial_formula
dtype: string
- name: proof_serial_formula
dtype: string
splits:
- name: train
num_bytes: 26834964
num_examples: 30000
- name: validation
num_bytes: 4479499
num_examples: 5000
- name: test
num_bytes: 4488877
num_examples: 5000
download_size: 11137395
dataset_size: 35803340
- config_name: D3
features:
- name: version
dtype: string
- name: hypothesis
dtype: string
- name: hypothesis_formula
dtype: string
- name: facts
dtype: string
- name: facts_formula
dtype: string
- name: proofs
sequence: string
- name: proofs_formula
sequence: string
- name: negative_hypothesis
dtype: string
- name: negative_hypothesis_formula
dtype: string
- name: negative_proofs
sequence: string
- name: negative_original_tree_depth
dtype: int64
- name: original_tree_depth
dtype: int64
- name: depth
dtype: int64
- name: num_formula_distractors
dtype: int64
- name: num_translation_distractors
dtype: int64
- name: num_all_distractors
dtype: int64
- name: proof_label
dtype: string
- name: negative_proof_label
dtype: string
- name: world_assump_label
dtype: string
- name: negative_world_assump_label
dtype: string
- name: prompt_serial
dtype: string
- name: proof_serial
dtype: string
- name: prompt_serial_formula
dtype: string
- name: proof_serial_formula
dtype: string
splits:
- name: train
num_bytes: 141361357
num_examples: 30000
- name: validation
num_bytes: 23345637
num_examples: 5000
- name: test
num_bytes: 23565531
num_examples: 5000
download_size: 69406113
dataset_size: 188272525
- config_name: D8
features:
- name: version
dtype: string
- name: hypothesis
dtype: string
- name: hypothesis_formula
dtype: string
- name: facts
dtype: string
- name: facts_formula
dtype: string
- name: proofs
sequence: string
- name: proofs_formula
sequence: string
- name: negative_hypothesis
dtype: string
- name: negative_hypothesis_formula
dtype: string
- name: negative_proofs
sequence: string
- name: negative_original_tree_depth
dtype: int64
- name: original_tree_depth
dtype: int64
- name: depth
dtype: int64
- name: num_formula_distractors
dtype: int64
- name: num_translation_distractors
dtype: int64
- name: num_all_distractors
dtype: int64
- name: proof_label
dtype: string
- name: negative_proof_label
dtype: string
- name: world_assump_label
dtype: string
- name: negative_world_assump_label
dtype: string
- name: prompt_serial
dtype: string
- name: proof_serial
dtype: string
- name: prompt_serial_formula
dtype: string
- name: proof_serial_formula
dtype: string
splits:
- name: train
num_bytes: 179802109
num_examples: 30000
- name: validation
num_bytes: 29874661
num_examples: 5000
- name: test
num_bytes: 29894872
num_examples: 5000
download_size: 85804034
dataset_size: 239571642
configs:
- config_name: D1
data_files:
- split: train
path: D1/train-*
- split: validation
path: D1/validation-*
- split: test
path: D1/test-*
- config_name: D1_minus
data_files:
- split: train
path: D1_minus/train-*
- split: validation
path: D1_minus/validation-*
- split: test
path: D1_minus/test-*
- config_name: D3
data_files:
- split: train
path: D3/train-*
- split: validation
path: D3/validation-*
- split: test
path: D3/test-*
- config_name: D8
data_files:
- split: train
path: D8/train-*
- split: validation
path: D8/validation-*
- split: test
path: D8/test-*
---
# Dataset Card for "JFLD"
See [here](https://github.com/hitachi-nlp/FLD-corpus.git) for the details of this corpus.
For the whole of the project, see [our project page](https://github.com/hitachi-nlp/FLD/).
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
dataset_info:
- 配置名称：D1
特征项：
- 特征字段名：版本（version），数据类型：字符串
- 特征字段名：假设（hypothesis），数据类型：字符串
- 特征字段名：假设公式（hypothesis_formula），数据类型：字符串
- 特征字段名：事实（facts），数据类型：字符串
- 特征字段名：事实公式（facts_formula），数据类型：字符串
- 特征字段名：证明序列（proofs），数据类型：字符串序列
- 特征字段名：证明公式序列（proofs_formula），数据类型：字符串序列
- 特征字段名：负向假设（negative_hypothesis），数据类型：字符串
- 特征字段名：负向假设公式（negative_hypothesis_formula），数据类型：字符串
- 特征字段名：负向证明序列（negative_proofs），数据类型：字符串序列
- 特征字段名：负向原始树深度（negative_original_tree_depth），数据类型：64位整数
- 特征字段名：原始树深度（original_tree_depth），数据类型：64位整数
- 特征字段名：深度（depth），数据类型：64位整数
- 特征字段名：公式干扰项数量（num_formula_distractors），数据类型：64位整数
- 特征字段名：翻译干扰项数量（num_translation_distractors），数据类型：64位整数
- 特征字段名：总干扰项数量（num_all_distractors），数据类型：64位整数
- 特征字段名：证明标签（proof_label），数据类型：字符串
- 特征字段名：负向证明标签（negative_proof_label），数据类型：字符串
- 特征字段名：世界假设标签（world_assump_label），数据类型：字符串
- 特征字段名：负向世界假设标签（negative_world_assump_label），数据类型：字符串
- 特征字段名：提示序列（prompt_serial），数据类型：字符串
- 特征字段名：证明序列（proof_serial），数据类型：字符串
- 特征字段名：提示序列公式（prompt_serial_formula），数据类型：字符串
- 特征字段名：证明序列公式（proof_serial_formula），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：123896106，样本数量：30000
- 划分名称：验证集（validation），字节大小：20663526，样本数量：5000
- 划分名称：测试集（test），字节大小：20503104，样本数量：5000
下载总大小：61220230，数据集总大小：165062736
- 配置名称：D1_minus
特征项：
- 特征字段名：版本（version），数据类型：字符串
- 特征字段名：假设（hypothesis），数据类型：字符串
- 特征字段名：假设公式（hypothesis_formula），数据类型：字符串
- 特征字段名：事实（facts），数据类型：字符串
- 特征字段名：事实公式（facts_formula），数据类型：字符串
- 特征字段名：证明序列（proofs），数据类型：字符串序列
- 特征字段名：证明公式序列（proofs_formula），数据类型：字符串序列
- 特征字段名：负向假设（negative_hypothesis），数据类型：空值（null）
- 特征字段名：负向假设公式（negative_hypothesis_formula），数据类型：空值（null）
- 特征字段名：负向证明序列（negative_proofs），数据类型：空值（null）
- 特征字段名：负向原始树深度（negative_original_tree_depth），数据类型：空值（null）
- 特征字段名：原始树深度（original_tree_depth），数据类型：64位整数
- 特征字段名：深度（depth），数据类型：64位整数
- 特征字段名：公式干扰项数量（num_formula_distractors），数据类型：64位整数
- 特征字段名：翻译干扰项数量（num_translation_distractors），数据类型：64位整数
- 特征字段名：总干扰项数量（num_all_distractors），数据类型：64位整数
- 特征字段名：证明标签（proof_label），数据类型：字符串
- 特征字段名：负向证明标签（negative_proof_label），数据类型：空值（null）
- 特征字段名：世界假设标签（world_assump_label），数据类型：字符串
- 特征字段名：负向世界假设标签（negative_world_assump_label），数据类型：空值（null）
- 特征字段名：提示序列（prompt_serial），数据类型：字符串
- 特征字段名：证明序列（proof_serial），数据类型：字符串
- 特征字段名：提示序列公式（prompt_serial_formula），数据类型：字符串
- 特征字段名：证明序列公式（proof_serial_formula），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：26834964，样本数量：30000
- 划分名称：验证集（validation），字节大小：4479499，样本数量：5000
- 划分名称：测试集（test），字节大小：4488877，样本数量：5000
下载总大小：11137395，数据集总大小：35803340
- 配置名称：D3
特征项：
- 特征字段名：版本（version），数据类型：字符串
- 特征字段名：假设（hypothesis），数据类型：字符串
- 特征字段名：假设公式（hypothesis_formula），数据类型：字符串
- 特征字段名：事实（facts），数据类型：字符串
- 特征字段名：事实公式（facts_formula），数据类型：字符串
- 特征字段名：证明序列（proofs），数据类型：字符串序列
- 特征字段名：证明公式序列（proofs_formula），数据类型：字符串序列
- 特征字段名：负向假设（negative_hypothesis），数据类型：字符串
- 特征字段名：负向假设公式（negative_hypothesis_formula），数据类型：字符串
- 特征字段名：负向证明序列（negative_proofs），数据类型：字符串序列
- 特征字段名：负向原始树深度（negative_original_tree_depth），数据类型：64位整数
- 特征字段名：原始树深度（original_tree_depth），数据类型：64位整数
- 特征字段名：深度（depth），数据类型：64位整数
- 特征字段名：公式干扰项数量（num_formula_distractors），数据类型：64位整数
- 特征字段名：翻译干扰项数量（num_translation_distractors），数据类型：64位整数
- 特征字段名：总干扰项数量（num_all_distractors），数据类型：64位整数
- 特征字段名：证明标签（proof_label），数据类型：字符串
- 特征字段名：负向证明标签（negative_proof_label），数据类型：字符串
- 特征字段名：世界假设标签（world_assump_label），数据类型：字符串
- 特征字段名：负向世界假设标签（negative_world_assump_label），数据类型：字符串
- 特征字段名：提示序列（prompt_serial），数据类型：字符串
- 特征字段名：证明序列（proof_serial），数据类型：字符串
- 特征字段名：提示序列公式（prompt_serial_formula），数据类型：字符串
- 特征字段名：证明序列公式（proof_serial_formula），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：141361357，样本数量：30000
- 划分名称：验证集（validation），字节大小：23345637，样本数量：5000
- 划分名称：测试集（test），字节大小：23565531，样本数量：5000
下载总大小：69406113，数据集总大小：188272525
- 配置名称：D8
特征项：
- 特征字段名：版本（version），数据类型：字符串
- 特征字段名：假设（hypothesis），数据类型：字符串
- 特征字段名：假设公式（hypothesis_formula），数据类型：字符串
- 特征字段名：事实（facts），数据类型：字符串
- 特征字段名：事实公式（facts_formula），数据类型：字符串
- 特征字段名：证明序列（proofs），数据类型：字符串序列
- 特征字段名：证明公式序列（proofs_formula），数据类型：字符串序列
- 特征字段名：负向假设（negative_hypothesis），数据类型：字符串
- 特征字段名：负向假设公式（negative_hypothesis_formula），数据类型：字符串
- 特征字段名：负向证明序列（negative_proofs），数据类型：字符串序列
- 特征字段名：负向原始树深度（negative_original_tree_depth），数据类型：64位整数
- 特征字段名：原始树深度（original_tree_depth），数据类型：64位整数
- 特征字段名：深度（depth），数据类型：64位整数
- 特征字段名：公式干扰项数量（num_formula_distractors），数据类型：64位整数
- 特征字段名：翻译干扰项数量（num_translation_distractors），数据类型：64位整数
- 特征字段名：总干扰项数量（num_all_distractors），数据类型：64位整数
- 特征字段名：证明标签（proof_label），数据类型：字符串
- 特征字段名：负向证明标签（negative_proof_label），数据类型：字符串
- 特征字段名：世界假设标签（world_assump_label），数据类型：字符串
- 特征字段名：负向世界假设标签（negative_world_assump_label），数据类型：字符串
- 特征字段名：提示序列（prompt_serial），数据类型：字符串
- 特征字段名：证明序列（proof_serial），数据类型：字符串
- 特征字段名：提示序列公式（prompt_serial_formula），数据类型：字符串
- 特征字段名：证明序列公式（proof_serial_formula），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：179802109，样本数量：30000
- 划分名称：验证集（validation），字节大小：29874661，样本数量：5000
- 划分名称：测试集（test），字节大小：29894872，样本数量：5000
下载总大小：85804034，数据集总大小：239571642
配置项：
- 配置名称：D1，数据文件映射：
- 训练划分对应路径：D1/train-*
- 验证划分对应路径：D1/validation-*
- 测试划分对应路径：D1/test-*
- 配置名称：D1_minus，数据文件映射：
- 训练划分对应路径：D1_minus/train-*
- 验证划分对应路径：D1_minus/validation-*
- 测试划分对应路径：D1_minus/test-*
- 配置名称：D3，数据文件映射：
- 训练划分对应路径：D3/train-*
- 验证划分对应路径：D3/validation-*
- 测试划分对应路径：D3/test-*
- 配置名称：D8，数据文件映射：
- 训练划分对应路径：D8/train-*
- 验证划分对应路径：D8/validation-*
- 测试划分对应路径：D8/test-*
# 「JFLD」数据集卡片
如需了解该语料库的详细信息，请参阅[此处](https://github.com/hitachi-nlp/FLD-corpus.git)。
如需了解整个项目的完整内容，请访问[我们的项目页面](https://github.com/hitachi-nlp/FLD/)。
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
hitachi-nlp原始信息汇总
数据集概述
配置 D1
- 特征:
- 包含多个字段，如
version,hypothesis,facts等，数据类型主要为string,int64。 - 部分字段如
proofs,proofs_formula为sequence类型。
- 包含多个字段，如
- 分割:
- 训练集: 30000个样本，占用110389805字节。
- 验证集: 5000个样本，占用18418643字节。
- 测试集: 5000个样本，占用18268918字节。
- 下载大小: 54469269字节。
- 数据集大小: 147077366字节。
配置 D1_minus
- 特征:
- 与D1相似，但部分字段如
negative_hypothesis,negative_proofs等标记为null。
- 与D1相似，但部分字段如
- 分割:
- 训练集: 30000个样本，占用22207071字节。
- 验证集: 5000个样本，占用3710763字节。
- 测试集: 5000个样本，占用3716373字节。
- 下载大小: 9866623字节。
- 数据集大小: 29634207字节。
配置 D3
- 特征:
- 与D1配置相似，所有字段均不为
null。
- 与D1配置相似，所有字段均不为
- 分割:
- 训练集: 30000个样本，占用125791205字节。
- 验证集: 5000个样本，占用20773198字节。
- 测试集: 5000个样本，占用20967767字节。
- 下载大小: 61599009字节。
- 数据集大小: 167532170字节。
配置 D8
- 特征:
- 与D1配置相似，所有字段均不为
null。
- 与D1配置相似，所有字段均不为
- 分割:
- 训练集: 30000个样本，占用159715461字节。
- 验证集: 5000个样本，占用26543784字节。
- 测试集: 5000个样本，占用26571118字节。
- 下载大小: 75885766字节。
- 数据集大小: 212830363字节。
数据集文件路径
- D1: 分别存储在
D1/train-*,D1/validation-*,D1/test-*。 - D1_minus: 分别存储在
D1_minus/train-*,D1_minus/validation-*,D1_minus/test-*。 - D3: 分别存储在
D3/train-*,D3/validation-*,D3/test-*。 - D8: 分别存储在
D8/train-*,D8/validation-*,D8/test-*。
