* 日本語SNLI(JSNLI)データセット [#lc2a2611] 本データセットは英語の自然言語推論(NLI)データセットであるSNLI(Stanford Natural Language Inference)を日本語に機械翻訳したデータセットです。評価データはクラウドソーシングによって正確なデータセットになるようにフィルタリングを行い、学習データは計算機によって効率的にフィルタリングを行いました。 データセットは前提、仮説のペアとそれに対応する3つのラベル(entailment, contradicton, neutral)からなっています。以下に例を挙げます。 entailment 自転車 で 2 人 の 男性 が レース で 競い ます 。 人々 は 自転車 に 乗って います 。 一行が1ペアで、カラムはTab区切りになっています。また、前提、仮説はJUMAN++によってそれぞれ単語毎にスペース区切りされています。 - 1カラム目 ラベル - 2カラム目 前提 - 3カラム目 仮説 学習データは536,120ペア、評価データは3,917ペアです。詳細については参考文献を参照してください。 ** ダウンロード [#wb2254b1] - [[日本語SNLI(JSNLI)データセット(13.5MB):http://nlp.ist.i.kyoto-u.ac.jp/DLcounter/lime.cgi?down=http://nlp.ist.i.kyoto-u.ac.jp/nl-resource/JSNLI/jsnli.zip]] ** 更新履歴 [#j9b68652] - 2020/07/16 公開 ** 参考文献 [#s6dbeb9b] 吉越 卓見, 河原 大輔, 黒橋 禎夫: 機械翻訳を用いた自然言語推論データセットの多言語化, 第244回自然言語処理研究会, (2020.7.3).