Natürliche Sprachinferenz
Die natürliche Sprachinferenz (NLI) ist die Aufgabe, zu bestimmen, ob eine Hypothese unter Berücksichtigung einer Prämisse wahr ist. Dazu gehören drei Arten von Beziehungen: Entailment, Contradiction und Neutral. Diese Aufgabe setzt häufig Methoden wie tiefes Lernen ein, und gängige Datensätze sind SNLI, MultiNLI und SciTail. NLI hat einen erheblichen Anwendungswert in der Natürlichen Sprachverarbeitung und kann die maschinelle Verständnis- und Schlussfolgerungsfähigkeiten verbessern.
SNLI
EFL (Entailment as Few-shot Learner) + RoBERTa-large
RTE
PaLM 540B (fine-tuned)
MultiNLI
T5-11B
QNLI
ALICE
ANLI test
WNLI
DeBERTa
RCB
TERRa
LiDiRus
CommitmentBank
PaLM 540B (finetuned)
SciTail
MT-DNN-SMARTLARGEv0
MultiNLI Dev
TinyBERT-6 67M
FarsTail
Translate-Source + fastText
MedNLI
CharacterBERT (base, medical)
XNLI French
CamemBERT (large)
V-SNLI
MMBT
e-SNLI
ExplainThenPredictAttention (e-InferSent Bi-LSTM + Attention)
XNLI Chinese Dev
ERNIE 2.0 Large
XNLI Chinese
ERNIE 2.0 Large
JamPatoisNLI
Quora Question Pairs
BioNLI
BioLinkBert
SICK
NeuralLog
MRPC
DeBERTaV3large
TabFact
XWINO
mGPT
HANS
Roberta-large
MNLI + SNLI + ANLI + FEVER
Probability words NLI
KUAKE-QQR
KUAKE-QTR
MED
NeuralLog
AX
GLUE
multi_nli
ANLI
ANLI-r3