Update README.md

README.md

@@ -4,9 +4,20 @@ language:
 - ko
 pipeline_tag: text-classification
 widget:
-  - text: 예전에는 주말마다 극장에 놀러갔는데 요새는 좀 안가는 편이에요 [SEP] 댓글 주제를 분류하세요 [SEP] 시네마
-  - text: 인천발 KTX와 관련한 송도역 복합환승센터가 사실상 무산, 단순 철도·버스 위주 환승시설로 만들어진다. 이 때문에 인천시의 인천발 KTX 기점에 앵커시설인 복합환승센터를 통한 인근 지역 경제 활성화를 이뤄낸다는 계획의 차질이 불가피하다. [SEP] 경제에 긍정적인 뉴스인가요? [SEP] 아니요
-  - text: 마지막에는 k팝 공연보고 좋은 추억 남았으면 좋겠네요 [SEP] 욕설이 포함되어있나요? [SEP] 아니요
+- text: 예전에는 주말마다 극장에 놀러갔는데 요새는 좀 안가는 편이에요 [SEP] 댓글 주제를 분류하세요 [SEP] 시네마
+- text: >-
+    인천발 KTX와 관련한 송도역 복합환승센터가 사실상 무산, 단순 철도·버스 위주 환승시설로 만들어진다. 이 때문에 인천시의 인천발
+    KTX 기점에 앵커시설인 복합환승센터를 통한 인근 지역 경제 활성화를 이뤄낸다는 계획의 차질이 불가피하다. [SEP] 경제에 긍정적인
+    뉴스인가요? [SEP] 아니요
+- text: 마지막에는 k팝 공연보고 좋은 추억 남았으면 좋겠네요 [SEP] 욕설이 포함되어있나요? [SEP] 아니요
+datasets:
+- nsmc
+- jason9693/APEACH
+- KETI-AIR/korquad
+- klue
+- smilegate-ai/kor_unsmile
+- kor_nlu
+- skt/kobest_v1
 ---
 
 ## 사용 예시
@@ -62,6 +73,33 @@ inference(
 {'긍정': -61.86758804321289, '부정': 23.72732925415039, '중립': -70.4837417602539}
 ```
 
+## 학습 데이터 구성
+```json
+{
+    "splits": "train",
+    "tasks": "nsmc,apeach,korquad_v1.0,klue_mrc,klue_nli,klue_ynat,kor_nlu,unsmile,klue_re,kobest_copa,kobest_hellaswag,kobest_boolq,kobest_wic,niklex,nikl_absa",
+    "max_instance_per_task": 20000,
+    "split_train": {
+        "nsmc": 20000,
+        "apeach": 7895,
+        "korquad_v1.0": 20000,
+        "klue_mrc": 17553,
+        "klue_nli": 8046,
+        "klue_ynat": 20000,
+        "kor_nlu": 20000,
+        "unsmile": 15002,
+        "klue_re": 20000,
+        "kobest_copa": 3075,
+        "kobest_hellaswag": 499,
+        "kobest_boolq": 3664,
+        "kobest_wic": 3317,
+        "niklex": 20000,
+        "nikl_absa": 2139
+    },
+    "split_train_total": 181190
+}
+```
+
 ## 평가(test set)
 | task | accuracy |
 | --- | --- |
@@ -74,7 +112,7 @@ inference(
 | [kobest-sentineg](https://huggingface.co/datasets/skt/kobest_v1) | 55.92 |
 | [kobest-wic](https://huggingface.co/datasets/skt/kobest_v1) | 58.49 |
 
- 
+
 ### 평가 방식
 - 모델에 `[CLS] {input} [SEP] {instruction} [SEP] label [SEP]` 형식으로 넣고 나온 positive와 negative끼리 비교함. 
 - positive는 정답 라벨을 사용하고, negative는 정답 라벨이 아닌 모든 라벨을 사용
@@ -242,4 +280,4 @@ EVAL_LIST = {
     )
 }
 
-```
+```