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！