multi_nli

  • Descripción :

El corpus Multi-Genre Natural Language Inference (MultiNLI) es una colección de 433k pares de oraciones de fuentes múltiples anotadas con información de vinculación textual. El corpus sigue el modelo del corpus SNLI, pero se diferencia en que cubre una variedad de géneros de texto hablado y escrito, y admite una evaluación de generalización entre géneros distintiva. El corpus sirvió como base para la tarea compartida del Taller RepEval 2017 en EMNLP en Copenhague.

Separar Ejemplos
'train' 392,702
'validation_matched' 9,815
'validation_mismatched' 9,832
  • Estructura de características :
FeaturesDict({
    'hypothesis': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'premise': Text(shape=(), dtype=string),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
hipótesis Texto cuerda
etiqueta Etiqueta de clase int64
premisa Texto cuerda
  • Cita :
@InProceedings{N18-1101,
  author = "Williams, Adina
            and Nangia, Nikita
            and Bowman, Samuel",
  title = "A Broad-Coverage Challenge Corpus for
           Sentence Understanding through Inference",
  booktitle = "Proceedings of the 2018 Conference of
               the North American Chapter of the
               Association for Computational Linguistics:
               Human Language Technologies, Volume 1 (Long
               Papers)",
  year = "2018",
  publisher = "Association for Computational Linguistics",
  pages = "1112--1122",
  location = "New Orleans, Louisiana",
  url = "http://aclweb.org/anthology/N18-1101"
}