doc_nli

  • 説明

DocNLIは、ドキュメントレベルの自然言語推論(NLI)用の大規模なデータセットです。 DocNLIは、幅広いNLP問題から変換され、複数のジャンルのテキストをカバーしています。前提は常にドキュメントの粒度にとどまりますが、仮説の長さは1つの文から数百の単語を含むパッセージまでさまざまです。一部の既存の文レベルのNLIデータセットとは対照的に、DocNLIのアーティファクトはかなり限られています。

スプリット
'test' 267,086
'train' 942,314
'validation' 234,258
  • 特長
FeaturesDict({
    'hypothesis': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'premise': Text(shape=(), dtype=tf.string),
})
  • 引用
@inproceedings{yin-etal-2021-docnli,
    title={DocNLI: A Large-scale Dataset for Document-level Natural Language Inference},
    author={Wenpeng Yin and Dragomir Radev and Caiming Xiong},
    booktitle = "Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021",
    month = aug,
    year = "2021",
    address = "Bangkok, Thailand",
    publisher = "Association for Computational Linguistics",
}