text1
stringlengths
0
978
text2
stringlengths
0
22.6k
label
int64
0
1
Mavis梦到一个Incubus(显然是个孩子)在采她的血。
是个成年人。
0
你会这样
那为什么会这样
0
从前到大学里去上课的时候,他常常——多半是在回家的时候——也许有过百来次,在这个地方停下来,凝眸看这片确实很壮丽的景色,而且每次几乎都有一种模模糊糊的、不可解释的印象使他惊讶。
他昨天就对沃伦采夫非常亲切。
0
谁的心情你看啊
你心情好吗
0
她透过长长的睫毛,沉思严尔地看着我,至今为止,还没有人用这样的眼神注视过我。
我想起了自己的凉亨,斩钉截铁地答道:当然,就是比这个好!
0
噢!英国人说,我天天都在练习打靶,每隔一天,格里塞要到我家里来一次。
啊!英国人说,我天天都在练习打靶,每隔一天,格里塞要到我家里来一次。
1
不过到时候,我想你能学会与我自然相处,正像我发现你不可能循规蹈矩一样。
可是我想,到时候你会学会很自然地对待我,因为我发觉不可能跟你讲究俗礼;那时候,你的神情和动作就会比现在敢流露出来的更有生气,更有变化。
1
看到他们母子两个,像两个大蝙蝠一样,在这个家里到处扑打,把这一个家,用他们那种丑恶难看的形体,弄得暗淡无光,真叫我不安到极点,因此我真想待在楼下,豁出去看着她那个人和她的毛活,而不愿意上床去睡。
看到那对母子像两只大蝙蝠那样俯临着这个住宅,用它们凶恶的形体遮得这幅房子黑黑的,我感到非常不安。
1
发个笑话给我听
讲个烤鸭的笑话吧
0
你是我们的命根子,你是我们的一切啊,妈妈!
亚历山大米海雷奇的管家把我带进一个绿室堂的潮湿的小房间,那里已住着一个脱光了衣服的客人。
0
嗨,你不觉得寂寞吧?
城里有人看见白月骑士来了,就跑去向总督报告,说唐吉诃德正和那人交谈呢。
0
我巳经不止一次地听说过,土耳其人雅什卡是附近一带最好的歌手,今天突然碰到了听他同另一个能手竞赛的机会。
我已不止一次听说土耳其人雅传是附近一带最好的歌手,突然有机会听他和别的好手比赛唱歌,我加快步子走进了酒店。
1
偶然的管弦乐队成员在教堂的圣殿里演奏,污秽的玻璃窗和优雅的柱子勇敢地站在他们身后。
教堂里有音乐。
1
油涌的海浪,不过就像是寻衅的邻居,不可能阻挡住他。
油涌的海浪,不过像是一个寻绅的邻居而已,不可能阻挡他。
1
他的身体正在逐年衰弱中,但他觉得,甚至就是对他自己,也苦痛地难于承认这一点。
只有他们两个人,没有人看见他们。
0
他一把抓住人的颈皮。
阁下,马西米兰说,您大概还不知道,我是基督山先生的证人。
0
那些天杀的北佳!
天杀的北方佬!
1
御龙在天副将什么时候能出战?
御龙在天能带几个副将?副将能不能出战?
0
这个做母亲的一声一声地呻吟,声声都扎到我的心里。
除了发出一声呻吟,她没吭一声。
1
这儿没有一个人看见你。
这儿没冇人看见。
1
我生来就很乖,为啥
我就是天生就乖了
0
弟弟妹妹们怔怔地望着她,越来越感到敬畏,也不想再提问题了。
油漆工人吗?不,没有看见,拉斯柯尔尼科夫慢腾腾地回答说,仿佛在仔细回想似的,同时全身心紧张起来,痛苦得气都透不出来,想赶快猜出对方究竟设下什么圈套,千万不能有什么闪失。
0
我上哪儿去啊?
我不知道,老爷。
0
公爵夫人的心很好,她不会让我失去与你一起消磨一个晚上的快乐的。
但他突然又清楚地听见一声轻轻的喊叫,仿佛有人轻轻地、断断续续地呻吟了一声,就不响了。
0
一个戴着软呢帽的疯狂眼睛的男人正看着他的吉他。
那个眼睛迷人的人让他的钢琴看了看。
0
假如他派人拿来的是他的戒指,则正巧相反,表示皇帝已赦免了他,我就熄灭火绳,不去碰那火药。
他快点来吧。我真怕他永远不会来了!
0
构成日本的一系列岛屿实际上是一个高度动荡的群岛,点缀着火山,经常受到地震和台风的影响。
日本经常经历地震和台风。
1
两个女人在吃饭,其中一个在笑。
女人们正在吃一顿饭,其中之一就是大笑。
1
一个戴眼镜的男人和一个女人在一条繁忙的步行街上并肩走着.
一群人在里面吃饭。
0
还要知道,这还不算是事实,这不过是疑团罢了!
您不是吩咐去见总司令吗?
0
我要听粤语歌
播放粤语歌曲
1
至于怀表,我明天拿去替你们当掉,把钱送回来,那就什么事都好解决了。
明天我就帮你们把表拿去当了,把钱送来,那就什么事都解决了。
1
难道我们今天能消灭土地私有制吗?
难道在我们这个时代消灭土地私有制是行得通的吗?
1
到真理之海去探求真理而不知道探求的方法者,离岸下海的结果比劳而无功坏得多,因为他回来时情况不像出发时那样。
我一向是从干草市场往右拐。
0
克林加正想跑开,娃莲却一把挣住他的领子,把他拉回来。
瓦莉亚一把抓住了正想跑开的克利姆卡的袖子。
1
一只白色和棕色的狗在水里拿着一根棍子。
狗有一根棍子。
1
那时他似乎已十分自在。
直到饭后我才再次看到他;他那会儿似乎已经非常自在了。
1
正好相反,只有消灭土地私有制,土地才不会象现在这样荒废。
正好相反,只有消灭土地私有,土地才不会象现在这样荒废,现在那些地主就象狗霸占着马槽一样,既不让会种地的人来种地,自己又不会耕耘土地。
1
总司令在这里做什么?
总司令在这儿做什么?
1
有个女人坐在厨房旁边的一张桌子旁。
里面有个人。
1
王琦瑶从化妆间的窗户看见了外滩,白带子似的一条
王琦瑶是看不见的
0
还有他发了疯的妻子,而你与他毫不相干。
在司法方面,处决了一些所谓的纵火犯后,莫斯科另一半也烧光了。
0
什么生肖跟狗和鼠相冲
鸡和什么生肖相冲
0
子已不再爱他这一明显事实的原因。
生气?不!达里娅亚历山德罗夫娜微笑着说。
0
有一次,你外公打我,从£活节的第大祷起,打到晚:。
她会调皮地拿路人逗乐。
0
描写心情的词语
描写心情的词语有哪些
1
阿玛丽雅费多罗芙娜在房间里跑来跑去,大声叫着,数落着,把不管是她随手抓到的,还是地板上的一切东西都扔出去,闹得不可开交。
好的,我愿意在这位先生面前承认我年轻时候有过这种嗜好,一这是事实;而且我为它也受够苦了啊,天气真热!
0
华莱士兄弟瓶厂:多德尔桥。
梅森先生苍白的嘴唇间溜出一个听不清楚的回答。
0
这是上帝的意志。
他让我背十字架,就表示他爱我。
0
我在报上和别的地方投稿,一直得心应手,因此,我这种努力成功以后,我认为,我理所当然,应该不再去记录那种干燥无味的辩论了;所以在一个使我欢欣的晚上,我把国会里那种风笛一般的声音最后一次记录下来,从此就再不向此中问津了;固然每逢国会会期连绵的时候,我仍旧能从报纸上辨认到它那种喷喷之声,跟从前实际上毫无分别也许只有比从前更多了。
所以,一个很快乐的夜晚,我最后一次记下议会的风笛乐声,我就再也没去听过了;不过,从报上,我仍能得知那儿长长的会议并无重大变化,仍是或许更多了些些老调反复演奏。
1
外附父和外婆时时提心吊胆地交换眼色,说估总是悄悄地言两访,我听懂,这就越发加剧了家电的惊恐气氛。
他生气地低声说,发不出声音来。
0
那精灵回答道:在那个时代,那时善良的泰塔斯,凭至高帝王之助,替那些被犹大出卖的血从中流出的创伤复了仇,我负着最持久、而且最光荣的名称活在人间,有着极大的声誉,可还未获得信仰。
对于某些人来说,工作是医治悲伤的好药。
0
怎么啦?巴扎罗夫问,是尼古拉彼得罗维奇吗?
签我自己的名字,梅杰少校对他说,我连华盛顿欧文的姓名还不知道呢。
0
什么牌子的蓝牙耳机好用?
什么牌子的蓝牙耳机好用
1
马车在泥疗中又践涉了一阵子,路上遇到两位太太抱着两筐绷带,小心翼翼躁在垫脚石上,穿过危险的泥疗街道,马车就暂时停下来让路。
你跟我的谢廖沙是同岁呢,她对跑进来的小女孩说。
0
还有这首歌
这首歌是
1
求硕思闪客精灵破解版
求硕思闪客精灵破解版…
1
房间里只剩下她一个人时,她马上本能地走向镜子前面,好像是要看看自己身上有没有什么变化,因为眼前发生的这件事似乎太可怕,太难以想象了。
不过其中有些话他还是好歹听明白了。
0
罗亭走进去的这间屋子恰好正是挂着《三十年》,又名《一个赌徒的一生》中的插画的。
罗亭走进去的那间屋子里,墙上挂的恰恰就是描绘着《三十年,或一个赌徒的一生》的那些版画。
1
我实在忍不住了,就对他说:拣破烂儿也比呆在这儿强!
可是,像这样一部机器,目前还很完整,全都好好的,可五六天之后,很可能会像船一样成为碎块,想起来确实让人伤心。
0
大约在午夜的时候,那里有一秒钟的时间,那时所有的迹象都达到了绝对最有利的程度。
永远不会有最好的结果。
0
一个穿蓝色衣服的男人坐在墙上拿着袋子。
一个穿蓝色衣服的女人坐在墙上拿着袋子。
0
除非你是从你认识的人那里买的,我说的是你认识的人,从一个家庭成员或类似的人那里买来的。
你可以从任何人那里买到它,它不会改变任何东西。
0
我的脑力过剩反而会泛滥成灾。
也许一事无成,我的过剩的脑力也许会化为乌有。
1
床前明月光,下一句是什么?
床前明月光的下一句是什么?
1
在狂欢节上的年轻人。
一些人在狂欢节上。
1
最最可恶的是:他居然有这么一张无与伦比的厚脸皮,站在这儿大道上说下流话侮辱她。
尤其可恶的是,他居然如此大胆,站在大路上提出无耻的要求来侮辱她。
1
我的淘宝账号是多少
我的淘宝账号多少
1
罗斯托夫以拦截狼的心情,放开顿河马,全速奔跑过去堵那队形已乱的法国龙骑兵。
罗斯托夫怀着堵截狼的心情,完全放开他的顿河马,疾驰着堵截混乱的龙骑兵。
1
该规则为国家低排放汽车计划提供了主要的监管框架,并创造了汽车和轻型卡车制造商自愿遵守尾气标准的手段,这些标准比美国环保署目前可以强制执行的标准更严格。
汽车和轻型卡车制造商必须遵守严格的尾管标准。
0
风声鹤唳,草木皆兵
惊惶失措
1
乘坐半山自动扶梯前往以古董和古玩购物闻名的好莱坞大道。
乘电梯到宝莱坞公路,著名的地毯和动物农场。
0
尼科季姆《福米奇语气相券生硬地问。
没完没了地喝着骗人的美酒,是会令人作呕的。
0
维尼茨尤斯的脸也变得十分苍白,在正午的寂静中,可以听到他们的心在激烈地眺动。
维尼裘斯的脸上也变得十分苍白,在正午的寂静中,可以听到他们的心在激烈地跳动。
1
格雷斯普尔还会住在这儿么,先生?
还让格莱思普尔住在这儿吗,先生?
1
穿着棕色夹克的女人站在外面抬头看。
一位女性坐在大楼里。
0
嘴唇和下巴又抖动起来。
您怎么了,伯爵?
0
这跟你毫不相干,所以你不必介意;往后我们可以嘲笑他们,要是我换了你,还会愚弄他们。
格温普兰热爱蒂。
0
撬杠掀掉一大块沉重的窗台座石。
好几根撬杠一起掀起那块沉重的基石。
1
皮埃尔写下了这个问题的两个答案:亚历山大皇帝和俄罗斯民族。
过了不久,她涂脂抹粉,洒着的龙诞香水,身边围绕着一群小黑奴、细腿的小狗和噪聪的鹤鹤,手里拿着佩蒂托制的珠玻鼻烟壶,在一张路易十五时代的弯形的绸面小沙发上死去——被丈夫遗弃的她,死掉了:那位满嘴甜言蜜语的库尔坦先生认为,还是趁早带上她的钱财逃往巴黎为妙。
0
好吧,我的小朋友,当太阳吸吮着雨露——当老园子里的花统统苏醒并开放,鸟儿飞越桑菲尔德为雏鸟送来早餐,早起的蜜蜂开始了它们第一阵劳作时——我要把这件事诉说给你听,你务必要努力把它设想成自己的。
右首的门打开了,从那儿走出一个人,架着双拐,又瘦又黄,赤着脚,只穿一件衬衫。
0
一名男子在一幅壁画前遛三只小狗。
两个女孩
1
我一定尽力帮你,这是比较好的办法。
究竟为了什么呢?
0
滴水之恩,当涌泉相报,只有这种人才会感激上帝所赐予的恩惠。
对恩人知恩图报的人自然也知道感激上帝,因为上帝曾经而且不断地赐予他恩德。
1
你不愧为你父亲的儿子。
但是他说的话,拉斯柯尼科夫一句也不信,虽然他觉得自己有一种想相信他的话的奇怪倾向。
0
你的图片
图片上的这个
0
一部关于少林寺的电视剧
关于少林寺的一部电视剧
1
起初她迫不及待,没看到我,但一发现,就把嘴一噘,忙到另一扇窗户跟前去。
你瞧,现在我来吿诉你了。
0
我还没见过没有
是的,我以前见过。
0
他们真是吗?她说。
真是另一类东西吗?
1
移动电源什么牌子好?
宽带移动、联通、电信哪个好?
0
“新闻周刊”(NewsWeek)以乐观的肯定回答自己的封面台词。
“新闻周刊”不同意其封面说法。
0
不错,提供保证,当然,说,最好当着公证人的面提出这些保证,可是伯爵的其他一些部门或许也会干预此事呢。
过了几分钟,那个斜眼的女仆来叫我了,说是女孩耍脾气,没给我道晚安就不肯睡觉。
0
打开一点半闹钟
打开十一点半的闹钟
0
邦的无线鼠标怎么拆
无线鼠标怎么用
0
这样的姑娘是受不了的。
您到底有什么事?
0
网线接头怎么搞
网线怎么接头啊
1
在天气晴朗的时候,那些圆柱都在水中留下了清晰可见的倒影。
——是这样的,杀了人,再替自己开脱,千真万确——用斧头砍死!
0
-鉴于法定语言的广泛性,由副总统担任主席的国家环境政策小组显然是“美国法典”第31条下的一个机构。
根据“美国法典”第31条,NEPDG是一个由副总统担任主席的机构。
1
且说由于在爪哇海面的西边,在巽他海峡的附近,过去都曾捕到许多抹香鲸;更由于捕鲸人们一般都把大部分迂回曲折的地区认为是巡游的最好地带;因此,裴廓德号越来越驶近爪哇岬的时候,就一再地关照那些望水手,要他们充分提高警惕。
不对?又拎起一根曲曲弯弯的灰色吊袜带,带上还缠着一只长袜,发亮的袜底是皱皱巴巴的。
0

Dataset Card for nli-zh-all

Dataset Summary

中文自然语言推理(NLI)数据合集(nli-zh-all)

整合了文本推理,相似,摘要,问答,指令微调等任务的820万高质量数据,并转化为匹配格式数据集。

Supported Tasks and Leaderboards

Supported Tasks: 支持中文文本匹配任务,文本相似度计算等相关任务。

中文匹配任务的结果目前在顶会paper上出现较少,我罗列一个我自己训练的结果:

Leaderboard: NLI_zh leaderboard

Languages

数据集均是简体中文文本。

Dataset Structure

Data Instances

An example of 'train' looks as follows.

{"text1":"借款后多长时间给打电话","text2":"借款后多久打电话啊","label":1}
{"text1":"没看到微粒贷","text2":"我借那么久也没有提升啊","label":0}
  • label 有2个标签,1表示相似,0表示不相似。

Data Fields

The data fields are the same among all splits.

  • text1: a string feature.
  • text2: a string feature.
  • label: a classification label, with possible values including entailment(1), contradiction(0)。

Data Splits

after remove None and len(text) < 1 data:

$ wc -l nli-zh-all/*
   48818 nli-zh-all/alpaca_gpt4-train.jsonl
    5000 nli-zh-all/amazon_reviews-train.jsonl
  519255 nli-zh-all/belle-train.jsonl
   16000 nli-zh-all/cblue_chip_sts-train.jsonl
  549326 nli-zh-all/chatmed_consult-train.jsonl
   10142 nli-zh-all/cmrc2018-train.jsonl
  395927 nli-zh-all/csl-train.jsonl
   50000 nli-zh-all/dureader_robust-train.jsonl
  709761 nli-zh-all/firefly-train.jsonl
    9568 nli-zh-all/mlqa-train.jsonl
  455875 nli-zh-all/nli_zh-train.jsonl
   50486 nli-zh-all/ocnli-train.jsonl
 2678694 nli-zh-all/simclue-train.jsonl
  419402 nli-zh-all/snli_zh-train.jsonl
    3024 nli-zh-all/webqa-train.jsonl
 1213780 nli-zh-all/wiki_atomic_edits-train.jsonl
   93404 nli-zh-all/xlsum-train.jsonl
 1006218 nli-zh-all/zhihu_kol-train.jsonl
 8234680 total

Data Length

len

count text length script: https://github.com/shibing624/text2vec/blob/master/examples/data/count_text_length.py

Dataset Creation

Curation Rationale

受m3e-base启发,合并了中文高质量NLI(natural langauge inference)数据集, 这里把这个数据集上传到huggingface的datasets,方便大家使用。

Source Data

Initial Data Collection and Normalization

如果您想要查看数据集的构建方法,你可以在 https://github.com/shibing624/text2vec/blob/master/examples/data/build_zh_nli_dataset.py 中找到生成 nli-zh-all 数据集的脚本,所有数据均上传到 huggingface datasets。

数据集名称 领域 数量 任务类型 Prompt 质量 数据提供者 说明 是否开源/研究使用 是否商用 脚本 Done URL 是否同质
cmrc2018 百科 14,363 问答 问答 优 Yiming Cui, Ting Liu, Wanxiang Che, Li Xiao, Zhipeng Chen, Wentao Ma, Shijin Wang, Guoping Hu https://github.com/ymcui/cmrc2018/blob/master/README_CN.md 专家标注的基于维基百科的中文阅读理解数据集,将问题和上下文视为正例 是 否 是 是 https://huggingface.co/datasets/cmrc2018 否
belle_0.5m 百科 500,000 指令微调 无 优 LianjiaTech/BELLE belle 的指令微调数据集,使用 self instruct 方法基于 gpt3.5 生成 是 否 是 是 https://huggingface.co/datasets/BelleGroup/ 否
firefily 百科 1,649,399 指令微调 无 优 YeungNLP Firefly(流萤) 是一个开源的中文对话式大语言模型,使用指令微调(Instruction Tuning)在中文数据集上进行调优。使用了词表裁剪、ZeRO等技术,有效降低显存消耗和提高训练效率。 在训练中,我们使用了更小的模型参数量,以及更少的计算资源。 未说明 未说明 是 是 https://huggingface.co/datasets/YeungNLP/firefly-train-1.1M 否
alpaca_gpt4 百科 48,818 指令微调 无 优 Baolin Peng, Chunyuan Li, Pengcheng He, Michel Galley, Jianfeng Gao 本数据集是参考Alpaca方法基于GPT4得到的self-instruct数据,约5万条。 是 否 是 是 https://huggingface.co/datasets/shibing624/alpaca-zh 否
zhihu_kol 百科 1,006,218 问答 问答 优 wangrui6 知乎问答 未说明 未说明 是 是 https://huggingface.co/datasets/wangrui6/Zhihu-KOL 否
amazon_reviews_multi 电商 210,000 问答 文本分类 摘要 优 亚马逊 亚马逊产品评论数据集 是 否 是 是 https://huggingface.co/datasets/amazon_reviews_multi/viewer/zh/train?row=8 否
mlqa 百科 85,853 问答 问答 良 patrickvonplaten 一个用于评估跨语言问答性能的基准数据集 是 未说明 是 是 https://huggingface.co/datasets/mlqa/viewer/mlqa-translate-train.zh/train?p=2 否
xlsum 新闻 93,404 摘要 摘要 良 BUET CSE NLP Group BBC的专业注释文章摘要对 是 否 是 是 https://huggingface.co/datasets/csebuetnlp/xlsum/viewer/chinese_simplified/train?row=259 否
ocnli 口语 17,726 自然语言推理 推理 良 Thomas Wolf 自然语言推理数据集 是 否 是 是 https://huggingface.co/datasets/clue/viewer/ocnli 是
BQ 金融 60,000 文本分类 相似 优 Intelligent Computing Research Center, Harbin Institute of Technology(Shenzhen) http://icrc.hitsz.edu.cn/info/1037/1162.htm BQ 语料库包含来自网上银行自定义服务日志的 120,000 个问题对。它分为三部分:100,000 对用于训练,10,000 对用于验证,10,000 对用于测试。 数据提供者: 哈尔滨工业大学(深圳)智能计算研究中心 是 否 是 是 https://huggingface.co/datasets/shibing624/nli_zh/viewer/BQ 是
lcqmc 口语 149,226 文本分类 相似 优 Ming Xu 哈工大文本匹配数据集,LCQMC 是哈尔滨工业大学在自然语言处理国际顶会 COLING2018 构建的问题语义匹配数据集,其目标是判断两个问题的语义是否相同 是 否 是 是 https://huggingface.co/datasets/shibing624/nli_zh/viewer/LCQMC/train 是
paws-x 百科 23,576 文本分类 相似 优 Bhavitvya Malik PAWS Wiki中的示例 是 是 是 是 https://huggingface.co/datasets/paws-x/viewer/zh/train 是
wiki_atomic_edit 百科 1,213,780 平行语义 相似 优 abhishek thakur 基于中文维基百科的编辑记录收集的数据集 未说明 未说明 是 是 https://huggingface.co/datasets/wiki_atomic_edits 是
chatmed_consult 医药 549,326 问答 问答 优 Wei Zhu 真实世界的医学相关的问题,使用 gpt3.5 进行回答 是 否 是 是 https://huggingface.co/datasets/michaelwzhu/ChatMed_Consult_Dataset 否
webqa 百科 42,216 问答 问答 优 suolyer 百度于2016年开源的数据集,数据来自于百度知道;格式为一个问题多篇意思基本一致的文章,分为人为标注以及浏览器检索;数据整体质量中,因为混合了很多检索而来的文章 是 未说明 是 是 https://huggingface.co/datasets/suolyer/webqa/viewer/suolyer--webqa/train?p=3 否
dureader_robust 百科 65,937 机器阅读理解 问答 问答 优 百度 DuReader robust旨在利用真实应用中的数据样本来衡量阅读理解模型的鲁棒性,评测模型的过敏感性、过稳定性以及泛化能力,是首个中文阅读理解鲁棒性数据集。 是 是 是 是 https://huggingface.co/datasets/PaddlePaddle/dureader_robust/viewer/plain_text/train?row=96 否
csl 学术 395,927 语料 摘要 优 Yudong Li, Yuqing Zhang, Zhe Zhao, Linlin Shen, Weijie Liu, Weiquan Mao and Hui Zhang 提供首个中文科学文献数据集(CSL),包含 396,209 篇中文核心期刊论文元信息 (标题、摘要、关键词、学科、门类)。CSL 数据集可以作为预训练语料,也可以构建许多NLP任务,例如文本摘要(标题预测)、 关键词生成和文本分类等。 是 是 是 是 https://huggingface.co/datasets/neuclir/csl 否
snli-zh 口语 419,402 文本分类 推理 优 liuhuanyong 中文SNLI数据集,翻译自英文SNLI 是 否 是 是 https://github.com/liuhuanyong/ChineseTextualInference/ 是
SimCLUE 百科 2,678,694 平行语义 相似 优 数据集合,请在 simCLUE 中查看 整合了中文领域绝大多数可用的开源的语义相似度和自然语言推理的数据集,并重新做了数据拆分和整理。 是 否 否 是 https://github.com/CLUEbenchmark/SimCLUE 是

Who are the source language producers?

数据集的版权归原作者所有,使用各数据集时请尊重原数据集的版权。

SNLI:

@inproceedings{snli:emnlp2015, Author = {Bowman, Samuel R. and Angeli, Gabor and Potts, Christopher, and Manning, Christopher D.}, Booktitle = {Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing (EMNLP)}, Publisher = {Association for Computational Linguistics}, Title = {A large annotated corpus for learning natural language inference}, Year = {2015} }

Who are the annotators?

原作者。

Social Impact of Dataset

This dataset was developed as a benchmark for evaluating representational systems for text, especially including those induced by representation learning methods, in the task of predicting truth conditions in a given context.

Systems that are successful at such a task may be more successful in modeling semantic representations.

Licensing Information

for reasearch

用于学术研究

Contributions

shibing624 add this dataset.

Downloads last month
14

Models trained or fine-tuned on shibing624/nli-zh-all