cs224u 自然语言推理:任务和数据集-2

cs224u 自然语言推理:任务和数据集-2 nli_01_task_and_data.ipynb

__author__ = "Christopher Potts"
__version__ = "CS224u, Stanford, Fall 2020"

MultiNLI 属性

• 五种类型的训练:

  • 小说:创作于1912-2010年，跨越多种体裁
  • 政府:来自政府网站的报告、信件、演讲等
  • The Slate website
  • 电话:总机语料库
  • 旅游:Berlitz旅游指南

• 额外的类型只是为了开发和测试(不匹配的条件):

  • 9/11的报告
  • 《面对面:夏洛特叙事与对话集》
  • 筹款信
  • 非小说，牛津大学出版社
  • 关于语言学的逐字逐句的文章

• 392702个训练集数据;20K验证集;20K测试集

• 19,647个示例由另外四个注释器验证