theoxo/proofwriter-deduction-balanced

这是一个ProofWriter数据集的子集，具体是OWA部分。该数据集包含训练集和测试集，每个集合有300个条目，每个条目包含一组独特的理论和针对这些理论的单一问题。数据集的划分是平衡的，问题的证明深度均匀分布在0到5之间，每个深度有50个条目，标签也是平衡的，每个标签有100个条目。此外，Unknown标签被替换为Uncertain以与其他数据集保持一致。

This is a subset of the ProofWriter dataset, specifically the OWA portion. This dataset comprises both training and test sets, with 300 entries in each set. Each entry contains a unique set of theoretical premises and a single question targeting these premises. The dataset split is balanced, where the proof depth of the questions follows a uniform distribution across 0 to 5, with exactly 50 entries for each depth level. The labels are also balanced, with 100 entries per distinct label. Additionally, the "Unknown" label has been replaced with "Uncertain" to ensure consistency with other datasets.

原始信息汇总

数据集概述

数据集来源

• 本数据集是ProofWriter 数据集中OWA部分的加工子集。

数据集内容

• 每个训练/测试分割包含300个条目，每个条目包含一组独特的理论和一个针对这些理论的问题。

数据集结构

• 训练集和测试集均平衡，证明所需的深度均匀分布在0-5级（每级50个条目），标签平衡（每类100个）。

标签处理

• 原Unknown标签已被替换为Uncertain，以与其他数据集保持一致。

许可证

• 本数据集遵循CC-BY-4.0许可证。