BERT之'测试数据集描述'

根据《BERT破的11项纪录具体都是什么》，《BERT详解》整理

 

简写	全称	数据集描述
MultiNLI	multi-genre natural language inference (多类型文本蕴含关系识别)	文本间的推理关系，又称为文本蕴含关系。样本都是文本对，第一个文本M作为前提，如果能够从文本M推理出第二个文本N,即可说M蕴含N，M->N。两个文本关系一共有三种entailment（蕴含）、contradiction（矛盾）、neutral（中立）	基于句子对的分类任务
QQP	quora question pairs (文本匹配)	判断两个问题的语义是否等价的。
QNLI	question natural language inference (自然语言问题推理)	二分类任务。正样本为（question，sentence），包含正确的answer；负样本为（question，sentence），不包含正确的answer。 用于判断文本是否包含问题的答案，类似于我们做阅读理解定位问题所在的段落。
STS-B	the semantic textual similarity benchmark (语义文本相似度数据集)	样本为文本对，评判两个文本语义信息的相似度，分数为1-5。
MRPC	microsoft research paraphrase corpus (微软研究释义语料库)	样本为文本对，判断两个文本的信息是否是等价的
RTE	recognizing textual entailment (文本蕴含关系识别)	类似于MNLI，但是只是对蕴含关系的二分类判断，而且数据集更小。
SWAG	the situations with adversarial generations dataset	从四个句子中选择为可能为前句下文的那个
SST-2	the stanford sentiment treebank (斯坦福情感分类树)	分类任务。电影评价的情感分析。	基于单个句子的分类任务
CoLA	the corpus of linguistic acceptability (语言可接受性语料库)	分类任务，预测一个句子是否是acceptable。
SQuAD	the standFord question answering dataset (斯坦福问答数据集)	question，从phrase中选取answer。	问答任务
NER	named entity recognition (命名实体识别)		命名实体识别

参考:

https://blog.csdn.net/cuipanguo/article/details/84584723

https://zhuanlan.zhihu.com/p/48612853