HYUKI5/tasksource__implicatures

tasksource/implicatures（複製）

データの内容

英語の対話で、応答に含まれる会話の含意（conversational implicature）を選ばせるデータ。1 行が 1 件で、context と response の組に対して、正しい含意を correct_implicature、誤った含意を incorrect_implicature に持つ。原典は George と Mamidi（2020）の注釈付き対話データで、誤った含意の選択肢は生成したディストラクタで補っている。

データの概要

項目	値
行数	1,000（1 構成・1 分割の合計）
列数	4
容量	115.06 KB（ファイル 3 本）
ファイルの形式	csv 1
公開	public

構成と分割

構成（config）	分割（split）ごとの行数	列数
default	train 1,000	4

列（構成 default・分割 train）

列	型	先頭の行の値
context	string	I keep putting off getting my passport applicati…
response	string	Thank Goodness I did not drag my feet on that on…
correct_implicature	string	I already sent my passport application
incorrect_implicature	string	I did not yet send my passport application

行数と列は HF のデータセットビューアの集計（元のデータセットの現在の版で数えたもの）。全データセットの一覧は HYUKI5/dataset-catalog にある。

複製について

tasksource/implicatures をリビジョン f1ce91d0930acf52281380362961b75199afb2e5 の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya（convaiinnovations/laya）の微調整に使う候補として、調査メモ（Laya 学習用データセット調査）に載せたデータを集めている。

出典

• 元のデータセット: https://huggingface.co/datasets/tasksource/implicatures
• 複製したリビジョン: f1ce91d0930acf52281380362961b75199afb2e5（2026-10-16 07:59:49+00:00）
• 元のライセンス表記: gpl

論文

• https://arxiv.org/abs/2301.05948

アノテーションの方法

（元のカードに該当の見出しが無いので、ラベルの付け方に触れた段落を抜き出した）

Implicature コーパス

@article{george2020conversational,
  title={Conversational implicatures in English dialogue: Annotated dataset},
  author={George, Elizabeth Jasmi and Mamidi, Radhika},
  journal={Procedia Computer Science},
  volume={171},
  pages={2316--2323},
  year={2020},
  publisher={Elsevier}
}

生成したディストラクタで拡張した（tasksource 用）: https://colab.research.google.com/drive/1ix0FgwzPAjQkIQA2E3ctlylvcmya7vGy?usp=sharing

微調整に使うときの注意

• 調査メモの台帳での区分: B（継承条件・gated・モデル由来の条件・上流の規約などが付く）。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
• Laya の入力は 2,048 token まで（ModernBERT-large / mmBERT）。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
• 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。

調査メモの記述

メモ	節	ライセンス（記載）	確認	注記
jev_sources_tasksource_bekko.csv	CSV（tasksource-jev-typed-decisions）	gpl / license_use=commercial	確認済	license_use=commercial ／ [Jev 元データ source] source_annotation_converted(deterministic recast; no model r

元のカード（日本語訳）

以下は元のデータセットのカードの本文を日本語に訳したもの（機械翻訳）。訳に疑問があるときは、末尾の原文を確かめる。

---

Implicature コーパス

@article{george2020conversational,
  title={Conversational implicatures in English dialogue: Annotated dataset},
  author={George, Elizabeth Jasmi and Mamidi, Radhika},
  journal={Procedia Computer Science},
  volume={171},
  pages={2316--2323},
  year={2020},
  publisher={Elsevier}
}

生成したディストラクタで拡張した（tasksource 用）: https://colab.research.google.com/drive/1ix0FgwzPAjQkIQA2E3ctlylvcmya7vGy?usp=sharing

@article{sileo2023tasksource,
  title={tasksource: Structured Dataset Preprocessing Annotations for Frictionless Extreme Multi-Task Learning and Evaluation},
  author={Sileo, Damien},
  url= {https://arxiv.org/abs/2301.05948},
  journal={arXiv preprint arXiv:2301.05948},
  year={2023}
}

原文（英語）

Implicature corpus

@article{george2020conversational,
  title={Conversational implicatures in English dialogue: Annotated dataset},
  author={George, Elizabeth Jasmi and Mamidi, Radhika},
  journal={Procedia Computer Science},
  volume={171},
  pages={2316--2323},
  year={2020},
  publisher={Elsevier}
}

Augmented with generated distractors https://colab.research.google.com/drive/1ix0FgwzPAjQkIQA2E3ctlylvcmya7vGy?usp=sharing, for tasksource

@article{sileo2023tasksource,
  title={tasksource: Structured Dataset Preprocessing Annotations for Frictionless Extreme Multi-Task Learning and Evaluation},
  author={Sileo, Damien},
  url= {https://arxiv.org/abs/2301.05948},
  journal={arXiv preprint arXiv:2301.05948},
  year={2023}
}