SICK_组合知识句子相关度与蕴含数据集

数据集概述

该数据集包含约一万个英文句子对，基于现有数据集通过三步生成流程构建，经众包标注获得相关度评分（五分制）与蕴含关系标签（蕴含、矛盾、中性），用于评估语义模型的相关度量化与蕴含检测能力。

文件详解

• 文件名称: SICK.zip（主文件），文件格式: ZIP压缩包，包含核心句子对数据及相关度、蕴含标注信息
• 文件名称: SICK_Annotated.zip，文件格式: ZIP压缩包，标注了每个句子对生成时所用的扩展规则
• 文件名称: SICK_subsets.zip，文件格式: ZIP压缩包，包含进一步分类的索引文件，用于JLRE 2016相关研究

适用场景

• 语义模型评估: 用于测试模型对句子语义相关度的量化能力
• 自然语言推理研究: 验证模型检测句子间蕴含、矛盾、中性关系的性能
• 组合分布式语义模型（CDSM）研发: 为模型训练与效果验证提供标注数据
• 语义系统基准测试: 作为传统语义系统能力评估的标准数据集