GD-NLI (Generated Debiased NLI Datasets)

这是由论文生成数据以减轻自然语言推理数据集中的虚假相关性产生的一组去偏自然语言推理 (NLI) 数据集。数据集是通过使用生成的数据样本来增强 SNLI 或 MNLI 来构建的，这些数据样本是为了减轻原始数据集中的虚假相关性。

This is a set of debiased natural language inference (NLI) datasets developed using data generation methods from academic papers to mitigate spurious correlations in natural language inference datasets. These datasets are constructed by augmenting SNLI or MNLI with generated data samples that are designed to alleviate spurious correlations present in the original datasets.

搜集汇总

背景与挑战

背景概述

GD-NLI是一组去偏自然语言推理数据集，通过生成数据样本来增强SNLI或MNLI，以减轻原始数据集中的虚假相关性。该数据集由艾伦人工智能研究所、伦敦大学学院和Microsoft Research于2022年5月发布。