自然语言处理相关任务与数据集
目录
| Task | Description | link |
|---|---|---|
| SNLI | Stanford language inference task. 斯坦福大学语言推理任务。给定一个前提和一个假设，目标是预测假设与前提的关系是包含的、中性的，还是矛盾的。 | |
| MNLI | Language inference dataset on multigenre texts. 多类型文本的语言推断数据集，包括转录语音、流行小说和政府报告(Wilmams等人，2018)，句子对，一个前提，一个是假设。前提和假设的关系有三种情况：蕴含（entailment），矛盾（contradiction），中立（neutral）。句子对三分类问题。与SNLI数据集相比，不同的写作和口语风格文本更为复杂，包括与训练域匹配的验证数据和与训练域不匹配的验证数据（一个是matched(m)，另一个是mismatched（mm）即训练和验证不在同一个数据集上进行比如语音和小说等）。 | |
| Yelp(Yelp Polarity) | Document-level sentiment classification on positive and negative reviews. | |
| IMDB | Document-level sentiment classification dataset on positive and negative movie reviews, where the average sequence length is longer than the Yelp dataset. 篇章级别的影评，判断评论为正向或者负向。 | Click here to download |
| AG(AG’s News) | Setence-level classification with regard to four news topics: World, Sports, Business, and Science/Technology. | Click here to download(Kaggle) |
| Fake(Fake News Detection) | Document-level classification on whether a news article is fake or not. The dataset comes from the Kaggle Fake News Challenge | Click here to download(Kaggle) |
