ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

xnli

  • รายละเอียด:

XNLI เป็นชุดย่อยของตัวอย่างสองสามพันตัวอย่างจาก MNLI ซึ่งได้รับการแปลเป็นภาษาต่างๆ 14 ภาษา (ทรัพยากรบางอย่างต่ำ) เช่นเดียวกับ MNLI เป้าหมายคือการทำนายเนื้อหาที่เป็นข้อความ (ประโยค A บอกเป็นนัย/ขัดแย้ง/ไม่มีประโยค B) และเป็นงานการจัดหมวดหมู่ (ให้สองประโยค ทำนายหนึ่งในสามป้ายกำกับ)

  • โฮมเพจ: https://www.nyu.edu/projects/bowman/xnli/

  • รหัสที่มา: tfds.text.Xnli

  • รุ่น:

    • 1.1.0 (เริ่มต้น): ไม่มีบันทึกประจำรุ่น
  • ขนาดการดาวน์โหลด: 17.04 MiB

  • ขนาดชุด: 29.62 MiB

  • ออโต้แคช ( เอกสาร ): ใช่

  • แยก:

แยก ตัวอย่าง
'test' 5,010
'validation' 2,490
  • คุณสมบัติ:
FeaturesDict({
    'hypothesis': TranslationVariableLanguages({
        'language': Text(shape=(), dtype=tf.string),
        'translation': Text(shape=(), dtype=tf.string),
    }),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'premise': Translation({
        'ar': Text(shape=(), dtype=tf.string),
        'bg': Text(shape=(), dtype=tf.string),
        'de': Text(shape=(), dtype=tf.string),
        'el': Text(shape=(), dtype=tf.string),
        'en': Text(shape=(), dtype=tf.string),
        'es': Text(shape=(), dtype=tf.string),
        'fr': Text(shape=(), dtype=tf.string),
        'hi': Text(shape=(), dtype=tf.string),
        'ru': Text(shape=(), dtype=tf.string),
        'sw': Text(shape=(), dtype=tf.string),
        'th': Text(shape=(), dtype=tf.string),
        'tr': Text(shape=(), dtype=tf.string),
        'ur': Text(shape=(), dtype=tf.string),
        'vi': Text(shape=(), dtype=tf.string),
        'zh': Text(shape=(), dtype=tf.string),
    }),
})
  • อ้างอิง:
@InProceedings{conneau2018xnli,
  author = "Conneau, Alexis
                 and Rinott, Ruty
                 and Lample, Guillaume
                 and Williams, Adina
                 and Bowman, Samuel R.
                 and Schwenk, Holger
                 and Stoyanov, Veselin",
  title = "XNLI: Evaluating Cross-lingual Sentence Representations",
  booktitle = "Proceedings of the 2018 Conference on Empirical Methods
               in Natural Language Processing",
  year = "2018",
  publisher = "Association for Computational Linguistics",
  location = "Brussels, Belgium",
}