ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

อันหลี่

  • รายละเอียด:

Adversarial NLI (ANLI) เป็นชุดข้อมูลมาตรฐาน NLI ขนาดใหญ่ที่รวบรวมผ่านขั้นตอนการทำงานซ้ำๆ

  • โฮมเพจ: https://github.com/facebookresearch/anli

  • รหัสที่มา: tfds.text.Anli

  • รุ่น:

    • 0.1.0 (เริ่มต้น): ไม่มีบันทึกประจำรุ่น
  • ขนาดการดาวน์โหลด: 17.76 MiB

  • ออโต้แคช ( เอกสาร ): ใช่

  • คุณสมบัติ:

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),
})
  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

  • รูป ( tfds.show_examples ): ไม่ได้รับการสนับสนุน

  • อ้างอิง:

@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 (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: รอบหนึ่ง

  • ขนาดชุด: 9.04 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,000
'train' 16,946
'validation' 1,000

anli/r2

  • คำอธิบาย Config: รอบสอง

  • ขนาดชุด: 22.39 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,000
'train' 45,460
'validation' 1,000

anli/r3

  • คำอธิบาย Config: รอบสาม

  • ขนาดชุด: 47.03 MiB

  • แยก:

แยก ตัวอย่าง
'test' 1,200
'train' 100,459
'validation' 1,200