"movie_rationales"数据集卡片

数据集摘要

电影理由数据集包含了电影评论的人工标注理由。

支持的任务和排行榜

More Information Needed

语言

More Information Needed

数据集结构

数据实例

default

• 下载的数据集文件大小：3.90 MB
• 生成的数据集大小：8.73 MB
• 总磁盘使用量：12.62 MB

'validation'的一个例子如下所示。

{
    "evidences": ["Fun movie"],
    "label": 1,
    "review": "Fun movie\n"
}

数据字段

所有拆分的数据字段都相同。

default

• 评论：字符串特征。
• 标签：分类标签，可能的值包括NEG（0），POS（1）。
• 证据：字符串特征列表。

数据拆分

name	train	validation	test
default	1600	200	199

数据集创建

策划原因

More Information Needed

源数据

初始数据收集和规范化

More Information Needed

谁是源语言的制作人？

More Information Needed

注释

注释过程

More Information Needed

谁是注释者？

More Information Needed

个人和敏感信息

More Information Needed

使用数据时的注意事项

数据的社会影响

More Information Needed

偏见讨论

More Information Needed

其他已知限制

More Information Needed

其他信息

数据集策划者

More Information Needed

许可信息

More Information Needed

引用信息

@inproceedings{deyoung-etal-2020-eraser,
    title = "{ERASER}: {A} Benchmark to Evaluate Rationalized {NLP} Models",
    author = "DeYoung, Jay  and
      Jain, Sarthak  and
      Rajani, Nazneen Fatema  and
      Lehman, Eric  and
      Xiong, Caiming  and
      Socher, Richard  and
      Wallace, Byron C.",
    booktitle = "Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics",
    month = jul,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.acl-main.408",
    doi = "10.18653/v1/2020.acl-main.408",
    pages = "4443--4458",
}
@InProceedings{zaidan-eisner-piatko-2008:nips,
  author    =  {Omar F. Zaidan  and  Jason Eisner  and  Christine Piatko},
  title     =  {Machine Learning with Annotator Rationales to Reduce Annotation Cost},
  booktitle =  {Proceedings of the NIPS*2008 Workshop on Cost Sensitive Learning},
  month     =  {December},
  year      =  {2008}
}

贡献者

感谢 @thomwolf ， @patrickvonplaten ， @lewtun 添加了该数据集。