Advertisement

BERT测试数据集GLUE（包含CoLA, SST, MRPC等）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
简介：GLUE是用于评估语言理解模型性能的数据集集合，包括了如CoLA（语句合理性判断）、SST（句子情感分类）和MRPC（文本匹配任务）等多个基准测试。 CoLA, SST, MRPC, QQP, STS, MNLI, SNLI, QNLI, RTE, WNLI, diagnostic

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • BERT测试数据集GLUE（包含CoLA, SST, MRPC等）
    优质
    简介：GLUE是用于评估语言理解模型性能的数据集集合，包括了如CoLA（语句合理性判断）、SST（句子情感分类）和MRPC（文本匹配任务）等多个基准测试。 CoLA, SST, MRPC, QQP, STS, MNLI, SNLI, QNLI, RTE, WNLI, diagnostic
     
  • MRPC数据集用于BERT测试
    优质
    本研究利用MRPC（Microsoft Research Paraphrase Corpus）数据集评估和验证BERT模型在识别句子间语义等价关系方面的能力与性能。 提供Bert测试数据集MRPC数据集的副本，以方便那些无法直接下载的朋友进行测试、实验与学习。该数据集中有用的文件包括train.tsv、dev.tsv和test.tsv。
     
  • GLUE任务MRPC数据集.zip
    优质
    本资源包含GLUE平台上的MRPC（Microsoft Research Paraphrase Corpus）数据集，用于训练和评估自然语言处理模型在句子 paraphrasing 任务中的性能。 我使用GLUE官网提供的MRPC任务数据集下载脚本download_glue_data.py进行数据下载，并指定存储路径为glue_data。然而，在执行过程中遇到了问题，导致无法完成下载。经过排查发现，失败的原因是由于部分链接访问不成功（这些链接在服务端可能不稳定），几天后再次尝试时可以正常下载了。
     
  • SST-2数据集 - SST-2 Dataset
    优质
    简介：SST-2数据集是用于句子级别的情感分类任务的数据集合，包含电影评论的正面或负面标签，广泛应用于自然语言处理领域的文本分类研究。 SST-2（Stanford Sentiment Treebank）是由斯坦福大学的研究人员创建的一个用于情感分析的标记数据集。其主要目的是帮助研究人员和开发者训练及评估情感分析模型。该数据集中包含来自电影评论网站Rotten Tomatoes上的句子，每个句子都被标注为正面或负面的情感。 SST-2的数据集具有以下特点： 1. **二分类标签**：每个句子被标记为正向或负向情绪，使其成为一个典型的二元分类问题。 2. **层次结构**：除了在句子级别上进行情感标定外，该数据集还详细记录了句子的语法构造。具体而言，每一个评论都被映射到一棵反映其语法规则的树中，这使得研究者可以深入探索句法结构对情绪分析的影响。 3. **来源说明**：SST-2中的所有句子均源自Rotten Tomatoes网站上的电影观众评价和反馈。 该数据集的应用范围广泛，包括但不限于： - 训练并评估情感分类模型； - 研究语法构造在情绪识别中的作用； - 自然语言处理技术的开发与优化。
     
  • GLUE数据集概述
    优质
    GLUE（General Language Understanding Evaluation）数据集是一系列用于评估模型在多项语言理解任务上表现的基准测试集合。 GLUE数据集是一个广泛使用的基准测试集合，用于评估自然语言处理模型在多项任务上的性能。这些任务涵盖了从文本分类到问答等多个领域，旨在全面衡量模型的理解能力和泛化能力。使用GLUE可以帮助研究人员更好地理解他们的模型相对于现有最佳方法的优劣之处，并推动整个领域的进步。
     
  • 2021T2_Task1_包含训练集与测试集的数据集.zip
    优质
    该文件为2021年数据处理任务一的资源包，内含已划分好用于模型训练及性能验证的训练集和测试集数据。 12导联10秒静态心电图数据
     
  • 包含训练集和测试集的TE数据集.zip
    优质
    本资料包提供了一个用于文本挖掘或自然语言处理研究的TE数据集，内含详细的训练集与测试集划分，便于模型开发与验证。 TE数据集是目前故障诊断领域常用的数据库之一。它由训练集和测试集两部分组成，整个TE数据集中包含22次不同的仿真运行结果的数据，每个样本有52个观测变量。d00.dat至d21.dat构成了训练集的样本段落件，而d00_te.dat到d21_te.dat则是用于测试的样本段落件。其中，d00.dat和d00_te.dat代表的是正常操作条件下的数据。 具体来说，d00.dat是通过运行25小时仿真的方式获取的数据，总共包含500个观测点；而d00_te.dat则是在48小时仿真环境下获得的测试样本段落件，该文件共记录了960个观测值。
     
  • GLUE数据集下载-附件资料
    优质
    本资料提供GLUE（General Language Understanding Evaluation）数据集的下载链接及相关信息，涵盖多项自然语言理解任务的数据集合。 GLUE数据集下载-附件资源
     
  • 测试手册（包含测试流程等）
    优质
    本《测试手册》详尽介绍了软件或产品的测试流程、方法及标准，旨在规范和指导测试人员高效准确地完成各项测试任务。 本段落教你如何进行测试，内容包括但不限于：测试流程、所用工具介绍以及相关考试试题；此外还涵盖了测试的整体流程图及集成系统验收的具体步骤。另外还有针对软件的专门章节，如软件测试活动规范、培训指南等，并且提供了详细的停止标准和单元测试与集成测试的工作指导手册。
     
  • IMDb、SST-1、SST-2、Yelp-2013、Yelp-2014文本分类数据集
    优质
    本数据集包含IMDb电影评论及SST-1/2与Yelp-2013/2014的用户评价，适用于训练和评估情感分析中的文本分类模型。 IMDb、SST-1、SST-2、yelp-2013 和 yelp-2014 是用于文本分类的数据集。这些数据集可以在 GitHub 上找到，具体地址为 https://github.com/JerrikEph/Capsule4TextClassification/blob/master/data/downloadDataset.md 。