KETI-AIR/kor_snli

---
language:
- ko
license: cc-by-4.0
size_categories:
- 100K<n<1M
task_categories:
- text-classification
task_ids:
- natural-language-inference
- multi-input-text-classification
dataset_info:
features:
- name: premise
dtype: string
- name: hypothesis
dtype: string
- name: label
dtype:
class_label:
names:
'0': entailment
'1': neutral
'2': contradiction
- name: data_index_by_user
dtype: int32
splits:
- name: train
num_bytes: 85943643
num_examples: 550152
- name: validation
num_bytes: 1631544
num_examples: 10000
- name: test
num_bytes: 1638084
num_examples: 10000
download_size: 27268480
dataset_size: 89213271
---

# Dataset Card for QASC

## Licensing Information

The data is distributed under the [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) license.

## Source Data Citation INformation

```
@inproceedings{snli:emnlp2015,
Author = {Bowman, Samuel R. and Angeli, Gabor and Potts, Christopher, and Manning, Christopher D.},
Booktitle = {Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing (EMNLP)},
Publisher = {Association for Computational Linguistics},
Title = {A large annotated corpus for learning natural language inference},
Year = {2015}
}
```

---
语言：
- 韩语（ko）
许可协议：cc-by-4.0
样本规模区间：
- 10万条 < n < 100万条
任务类别：
- 文本分类
任务子类型：
- 自然语言推理（natural-language-inference）
- 多输入文本分类（multi-input-text-classification）
数据集信息：
特征：
- 名称：前提（premise），数据类型：字符串
- 名称：假设（hypothesis），数据类型：字符串
- 名称：标签（label），数据类型为类别标签：
类别名称：
'0': 蕴含（entailment）
'1': 中性（neutral）
'2': 矛盾（contradiction）
- 名称：用户数据索引（data_index_by_user），数据类型：int32
拆分集：
- 名称：训练集（train），字节数：85943643，样本数量：550152
- 名称：验证集（validation），字节数：1631544，样本数量：10000
- 名称：测试集（test），字节数：1638084，样本数量：10000
下载大小：27268480
数据集总大小：89213271
---

# QASC数据集卡片

## 许可协议说明

本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。

## 源数据引用信息

@inproceedings{snli:emnlp2015,
作者 = {Bowman, Samuel R. and Angeli, Gabor and Potts, Christopher, and Manning, Christopher D.},
会议文集 = {2015年经验方法自然语言处理会议（EMNLP）论文集},
出版者 = {计算语言学协会（Association for Computational Linguistics)},
标题 = {用于自然语言推理学习的大型标注语料库（A large annotated corpus for learning natural language inference)},
年份 = {2015}
}

原始信息汇总

数据集概述

基本信息

• 语言: 韩语
• 许可证: CC BY 4.0
• 数据规模: 100K<n<1M

任务类别

• 文本分类
• 自然语言推理
• 多输入文本分类

数据集结构

特征

• premise: 字符串类型
• hypothesis: 字符串类型
• label: 分类标签
  • 0: entailment
  • 1: neutral
  • 2: contradiction
• data_index_by_user: 32位整数类型

分割

• 训练集
  • 字节数: 85943643
  • 样本数: 550152
• 验证集
  • 字节数: 1631544
  • 样本数: 10000
• 测试集
  • 字节数: 1638084
  • 样本数: 10000

大小

• 下载大小: 27268480 字节
• 数据集大小: 89213271 字节