Datasets:
Tasks:
Token Classification
Modalities:
Text
Formats:
parquet
Languages:
Azerbaijani
Size:
10K - 100K
Tags:
nli
License:
File size: 3,153 Bytes
d168855 f526216 d168855 9495758 d168855 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 |
---
license: cc-by-4.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: sentence1
dtype: string
- name: sentence2
dtype: string
- name: lable
dtype: int64
splits:
- name: train
num_bytes: 9761971
num_examples: 74862
download_size: 0
dataset_size: 9761971
task_categories:
- token-classification
language:
- az
tags:
- nli
pretty_name: AzNLI Benchmark
size_categories:
- 10K<n<100K
---
# AzNLI-Benchmark: Azerbaijani Natural Language Inference
This repository contains the AzNLI benchmark dataset for Natural Language Inference (NLI) in the Azerbaijani language. NLI is a fundamental task in natural language understanding where the goal is to determine the logical relationship between two sentences. This dataset is part of the translated version of https://huggingface.co/datasets/sentence-transformers/all-nli
## Dataset Overview
The AzNLI benchmark consists of sentence pairs in Azerbaijani, where each pair is labeled according to the logical relationship between the first sentence (premise) and the second sentence (hypothesis).
## Format
The dataset is provided in CSV format with the following columns:
- `sentence1`: The premise sentence in Azerbaijani
- `sentence2`: The hypothesis sentence in Azerbaijani
- `label`: The relationship label (0, 1, or 2)
## Label Definitions
The labels indicate the following relationships:
- **0**: Entailment - The hypothesis is definitely true given the premise
- **1**: Neutral - The hypothesis may or may not be true given the premise
- **2**: Contradiction - The hypothesis is definitely false given the premise
## Example
```csv
sentence1,sentence2,label
Məktəb digər mədəniyyətlərlə məclislərdə necə davranıldığını nümayiş etdirmək üçün Amerika mədəniyyətini göstərən xüsusi bir tədbir keçirir.,Bir məktəb basketbol oyunu təşkil edir.,2
Məktəb digər mədəniyyətlərlə məclislərdə necə davranıldığını nümayiş etdirmək üçün Amerika mədəniyyətini göstərən xüsusi bir tədbir keçirir.,Bir orta məktəb bir tədbir keçirir.,1
Məktəb digər mədəniyyətlərlə məclislərdə necə davranıldığını nümayiş etdirmək üçün Amerika mədəniyyətini göstərən xüsusi bir tədbir keçirir.,Bir məktəb bir tədbir keçirir.,0
```
In the example above:
- The first pair shows contradiction: a cultural event about American culture contradicts a basketball game
- The second pair shows neutral relationship: a middle school event is neither confirmed nor denied by the premise
- The third pair shows entailment: a school holding an event is directly implied by the premise
## Usage
This dataset can be used for:
- Training and evaluating NLI models for Azerbaijani
- Cross-lingual transfer learning experiments
- Studying natural language understanding in low-resource languages
- Benchmarking multilingual models on Azerbaijani NLI
## License
[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/)
## Contact
For more information, questions, or issues, please contact LocalDoc at [[email protected]]. |