Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

anli

  • opis:

Adversarial NLI (ANLI) to wielkoskalowy zestaw danych porównawczych NLI, gromadzony za pomocą iteracyjnej, kontradyktoryjnej procedury typu człowiek i model w pętli.

FeaturesDict({
    'context': Text(shape=(), dtype=tf.string),
    'hypothesis': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'uid': Text(shape=(), dtype=tf.string),
})
@inproceedings{Nie2019AdversarialNA,
    title = "Adversarial NLI: A New Benchmark for Natural Language Understanding",
    author = "Nie, Yixin and
      Williams, Adina and
      Dinan, Emily  and
      Bansal, Mohit and
      Weston, Jason and
      Kiela, Douwe",
      year="2019",
    url ="https://arxiv.org/abs/1910.14599"
}

anli/r1 (konfiguracja domyślna)

  • Opis config: Runda pierwsza

  • Zbiór danych Rozmiar: 9.04 MiB

  • dzieli:

Podział Przykłady
'test' 1000
'train' 16 946
'validation' 1000

anli/r2

  • Opis config: Okrągły Dwa

  • Zbiór danych rozmiar: 22.39 MiB

  • dzieli:

Podział Przykłady
'test' 1000
'train' 45,460
'validation' 1000

anli/r3

  • Opis config: Okrągły Trzy

  • Zbiór danych rozmiar: 47.03 MiB

  • dzieli:

Podział Przykłady
'test' 1200
'train' 100 459
'validation' 1200