OverLim数据集概述

数据集简介

OverLim数据集包含了GLUE和SuperGLUE任务的一些自动翻译的瑞典语、丹麦语和挪威语（伯克梅尔语）版本，使用了OpusMT模型的MarianMT进行翻译。

未对翻译质量进行手动检查，因此可能存在错误。因此，对这些数据集的结果应该谨慎解释。

如果您想要一个简单的脚本来训练和评估您的模型，请看 here 。

支持的任务和排行榜

数据包含了以下GLUE和SuperGLUE任务：

• GLUE
  • mnli
  • mrpc
  • qnli
  • qqp
  • rte
  • sst
  • stsb
  • wnli
• SuperGLUE
  • boolq
  • cb
  • copa
  • rte

语言

• 瑞典语
• 丹麦语
• 挪威语（伯克梅尔语）

数据集结构

数据实例

每个任务都有自己的一组特征，但它们都共享一个idx和label。

• GLUE
  • mnli
    • premise , hypothesis
  • mrpc
    • text_a , text_b
  • qnli
    • premise , hypothesis
  • qqp
    • text_a , text_b
  • sst
    • text
  • stsb
    • text_a , text_b
  • wnli
    • premise , hypothesis
• SuperGLUE
  • boolq
    • question , passage
  • cb
    • premise , hypothesis
  • copa
    • premise , choice1 , choice2 , question
  • rte
    • premise , hypothesis

数据集划分

为了获得测试集，我们重新确定了原始的验证集作为测试集，并将训练集划分为新的训练集和验证集，比例为80-20。

数据集创建

有关各个任务的更多信息，请参见（ https://gluebenchmark.com ）和（ https://super.gluebenchmark.com ）。

策划理由

训练非英语模型很容易，但缺乏评估数据集来比较其实际表现。

源数据

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

附加信息

数据集策划者

[需要更多信息]

许可信息

[需要更多信息]

引用信息

[需要更多信息]

贡献

感谢 @kb-labb 添加了这个数据集。