124 lines
3.3 KiB
Markdown
124 lines
3.3 KiB
Markdown
# DrivelologyMultilabelClassification
|
||
|
||
## 概述
|
||
|
||
Drivelology 多标签分类任务评估模型将“drivelology”文本归类到以下修辞技巧类别中的能力：倒置（inversion）、文字游戏（wordplay）、诱饵转换（switchbait）、悖论（paradox）和误导（misdirection）。每段文本可能属于多个类别。
|
||
|
||
## 任务描述
|
||
|
||
- **任务类型**：多标签文本分类
|
||
- **输入**：Drivelology 文本样本
|
||
- **输出**：一个或多个修辞技巧类别
|
||
- **领域**：语言学分析、修辞技巧检测
|
||
|
||
## 主要特点
|
||
|
||
- 包含五种修辞技巧类别
|
||
- 多标签分类（每个样本可对应多个类别）
|
||
- 测试对语言创造性机制的理解能力
|
||
- 要求识别幽默与反讽技巧
|
||
- 提供详细的类别定义
|
||
|
||
## 评估说明
|
||
|
||
- 默认配置使用 **0-shot** 评估
|
||
- 评估指标：F1（加权、微观、宏观）、精确匹配（Exact Match）
|
||
- 聚合方法：加权 F1（F1 weighted）
|
||
- 类别：inversion、wordplay、switchbait、paradox、misdirection
|
||
|
||
## 属性
|
||
|
||
| 属性 | 值 |
|
||
|----------|-------|
|
||
| **基准测试名称** | `drivel_multilabel` |
|
||
| **数据集ID** | [extraordinarylab/drivel-hub](https://modelscope.cn/datasets/extraordinarylab/drivel-hub/summary) |
|
||
| **论文** | N/A |
|
||
| **标签** | `MCQ` |
|
||
| **指标** | `f1_weighted`, `f1_micro`, `f1_macro`, `exact_match` |
|
||
| **默认示例数** | 0-shot |
|
||
| **评估分割** | `test` |
|
||
| **聚合方式** | `f1_weighted` |
|
||
|
||
## 数据统计
|
||
|
||
| 指标 | 值 |
|
||
|--------|-------|
|
||
| 总样本数 | 600 |
|
||
| 提示词长度（平均） | 1637.18 字符 |
|
||
| 提示词长度（最小/最大） | 1580 / 2041 字符 |
|
||
|
||
## 样例示例
|
||
|
||
**子集**: `multi-label-classification`
|
||
|
||
```json
|
||
{
|
||
"input": [
|
||
{
|
||
"id": "0e8acb03",
|
||
"content": [
|
||
{
|
||
"text": "#Instruction#:\nClassify the given text into one or more of the following categories: inversion, wordplay, switchbait, paradox, and misdirection.\n\n#Definitions#:\n- inversion: This technique takes a well-known phrase, cliché, or social script a ... [TRUNCATED] ... e should be of the following format: 'ANSWER: [LETTERS]' (without quotes) where [LETTER]S is one or more of A,B,C,D,E.\n\nText to classify: 後天的努力比什麼都重要，所以今天和明天休息。\n\nA) A. inversion\nB) B. wordplay\nC) C. switchbait\nD) D. paradox\nE) E. misdirection"
|
||
}
|
||
]
|
||
}
|
||
],
|
||
"choices": [
|
||
"A. inversion",
|
||
"B. wordplay",
|
||
"C. switchbait",
|
||
"D. paradox",
|
||
"E. misdirection"
|
||
],
|
||
"target": "AB",
|
||
"id": 0,
|
||
"group_id": 0,
|
||
"metadata": {
|
||
"text": "後天的努力比什麼都重要，所以今天和明天休息。",
|
||
"label": [
|
||
"inversion",
|
||
"wordplay"
|
||
],
|
||
"target_letters": "AB"
|
||
}
|
||
}
|
||
```
|
||
|
||
*注：部分内容为显示目的已截断。*
|
||
|
||
## 提示模板
|
||
|
||
**提示模板：**
|
||
```text
|
||
{question}
|
||
```
|
||
|
||
## 使用方法
|
||
|
||
### 使用 CLI
|
||
|
||
```bash
|
||
evalscope eval \
|
||
--model YOUR_MODEL \
|
||
--api-url OPENAI_API_COMPAT_URL \
|
||
--api-key EMPTY_TOKEN \
|
||
--datasets drivel_multilabel \
|
||
--limit 10 # 正式评估时请删除此行
|
||
```
|
||
|
||
### 使用 Python
|
||
|
||
```python
|
||
from evalscope import run_task
|
||
from evalscope.config import TaskConfig
|
||
|
||
task_cfg = TaskConfig(
|
||
model='YOUR_MODEL',
|
||
api_url='OPENAI_API_COMPAT_URL',
|
||
api_key='EMPTY_TOKEN',
|
||
datasets=['drivel_multilabel'],
|
||
limit=10, # 正式评估时请删除此行
|
||
)
|
||
|
||
run_task(task_cfg=task_cfg)
|
||
``` |