数据集:
juletxara/xnli_mt
语言:
enXNLI 是 MNLI 的一个子集,其中包含了几千个示例,已经翻译成了 14 种不同的语言(部分资源较低)。与 MNLI 一样,目标是预测文本蕴含关系(句子 A 是否意味着/与句子 B 矛盾/两者都不相关),这是一个分类任务(给定两个句子,预测其中一个标签)。
'train' 的一个示例如下所示。
This example was too long and was cropped: { "hypothesis": "{\"language\": [\"ar\", \"bg\", \"de\", \"el\", \"en\", \"es\", \"fr\", \"hi\", \"ru\", \"sw\", \"th\", \"tr\", \"ur\", \"vi\", \"zh\"], \"translation\": [\"احد اع...", "label": 0, "premise": "{\"ar\": \"واحدة من رقابنا ستقوم بتنفيذ تعليماتك كلها بكل دقة\", \"bg\": \"един от нашите номера ще ви даде инструкции .\", \"de\": \"Eine ..." }ar
'validation' 的一个示例如下所示。
{ "hypothesis": "اتصل بأمه حالما أوصلته حافلة المدرسية.", "label": 1, "premise": "وقال، ماما، لقد عدت للمنزل." }bg
'train' 的一个示例如下所示。
This example was too long and was cropped: { "hypothesis": "\"губиш нещата на следното ниво , ако хората си припомнят .\"...", "label": 0, "premise": "\"по време на сезона и предполагам , че на твоето ниво ще ги загубиш на следващото ниво , ако те решат да си припомнят отбора на ..." }de
'train' 的一个示例如下所示。
This example was too long and was cropped: { "hypothesis": "Man verliert die Dinge auf die folgende Ebene , wenn sich die Leute erinnern .", "label": 0, "premise": "\"Du weißt , während der Saison und ich schätze , auf deiner Ebene verlierst du sie auf die nächste Ebene , wenn sie sich entschl..." }el
'validation' 的一个示例如下所示。
This example was too long and was cropped: { "hypothesis": "\"Τηλεφώνησε στη μαμά του μόλις το σχολικό λεωφορείο τον άφησε.\"...", "label": 1, "premise": "Και είπε, Μαμά, έφτασα στο σπίτι." }
所有拆分的数据字段相同。
all_languagesname | train | validation | test |
---|---|---|---|
all_languages | 392702 | 2490 | 5010 |
ar | 392702 | 2490 | 5010 |
bg | 392702 | 2490 | 5010 |
de | 392702 | 2490 | 5010 |
el | 392702 | 2490 | 5010 |
@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}, }
感谢 @lewtun , @mariamabarham , @thomwolf , @lhoestq , @patrickvonplaten 添加了这个数据集。