Corpus de aceptabilidad lingüística

El Corpus de Aceptabilidad Lingüística (CoLA) es un conjunto de datos cuyo propósito principal es servir como referencia para evaluar la capacidad de las redes neuronales artificiales, incluidos los grandes modelos de lenguaje , para juzgar la corrección gramatical de las oraciones. Consta de 10.657 oraciones en inglés procedentes de literatura lingüística publicada que fueron etiquetadas manualmente como gramaticales o agramaticales. ^{[ 1 ]}

Versión pública

La versión pública de CoLA contiene 9.594 oraciones que pertenecen a los conjuntos de entrenamiento y desarrollo. Excluye 1.063 oraciones reservadas para un conjunto de prueba independiente.

Enlaces externos

Warstadt, Alex. "CoLA - El Corpus de Aceptabilidad Lingüística" .

Referencias

↑ Warstadt, Alex; Singh, Amanpreet; Bowman, Samuel R. (2019). "Juicios de aceptabilidad de redes neuronales" . Transactions of the Association for Computational Linguistics . 7 (4): 625– 641. arXiv : 1805.12471 . doi : 10.1162/tacl_a_00290 .

[1] Warstadt, Alex; Singh, Amanpreet; Bowman, Samuel R. (2019). "Juicios de aceptabilidad de redes neuronales" . Transactions of the Association for Computational Linguistics . 7 (4): 625– 641. arXiv : 1805.12471 . doi : 10.1162/tacl_a_00290 .

[ 1 ]