本文共 1050 字,大约阅读时间需要 3 分钟。
XNLI:自然语言推理
LCQMC:语义相似度任务,输入两个句子,输出两个句子是否相似。
LCQMC数据集形式:
MSRA-NER:中文命名实体识别
ChnSentiCorp:中文情感分析
Nlpcc-dbqa:检索式问答匹配任务
SQuAD(Standford Question Answering Dataset) task:问答匹配任务
MNLI (Multi-Genre Natural Language Inference): 判断句子相近、矛盾或无关
QNLI:Question-answering NLI:自然语言推理,前身是SQuAD 1.0
QQP (Quora Question Pairs):判断两个Quora的问题是否等价
RTE (Recognizing Textual Entailment):和MNLI类似,但数据量更小
QNLI (Question Natural Language Inference):判断一对儿QA是否是对应的
SST-2 (Stanford Sentiment Treebank):情感分类
CoLA (Corpus of Linguistic Acceptability): 判断-个英文句子语法是否正确
MRPC (Microsoft Research Paraphrase Corpus):判断两条评论的语义是否相同
CoLA(Corpus of Linguistic Acceptability): 单句的二分类问题, 判断一个英文句子在语法上是不是可接受的.
STS-B (Semantic Textual Similarity Benchmark):计算句对儿相似程度
NLI:(Natural Language Inference),判断两个句子语义相同、中立、对立,三分类任务
新的最先进的结果:MNLI、QNLI、RTE和STS-B。
MNLI (Multi-Genre Natural Language Inference): 判断句子相近、矛盾或无关
QNLI (Question Natural Language Inference):判断一对儿QA是否是对应的
RTE (Recognizing Textual Entailment):和MNLI类似,但数据量更小
STS-B (Semantic Textual Similarity Benchmark):计算句对儿相似程度
文本匹配任务的应用:
搜索,推荐,问答等
转载地址:https://blog.csdn.net/qq_41427834/article/details/117002905 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!