Datasets

Dataset

indicxnli

by Harsha013

Dataset Card for "IndicXNLI" Dataset Summary INDICXNLI is similar to existing XNLI dataset in shape/form, but focusses on Indic language family. INDICXNLI include NLI data for eleven major Indic languages that includes Assamese (‘as’), Gujarat (‘gu’), Kanna…

CC0-1.0text-classification 45 01M < n < 10M rows

published 7 Apr 2026

Preview

First 5 rows of default / train, from the Hugging Face dataset viewer.

train
{"hypothesis":"উৎপাদিত বস্তু আৰু ভৌগলিক অৱস্থাই ক্ৰীম স্কিমিং কাৰ্য্য কৰে।","label":1,"premise":"ভাৱিকভাবে ক্ৰীম স্কিমিংৰ দুটা মৌলিক দিশ আছে-উৎপাদন আৰু ভূগোল।"}
{"hypothesis":"যদি মানুহজনে মনত ৰাখে, তেনেহ 'লে আপুনি নিম্নোক্ত স্তৰত হেৰুৱাব।","label":0,"premise":"আপুনি সিজনৰ সময়ত জানে আৰু মই অনুমান কৰোঁ যে আপোনাৰ স্তৰত আপুনি তেওঁলোকক পৰৱৰ্তী স্তৰলৈ হেৰুৱাইছে যদি তেওঁলোকে মূল দলটোক স্মৰণ কৰাৰ সিদ্ধান্ত লৈছে যিটো ব্রেইভসকলে ত্ৰিগুণ A ৰ পৰা এজন পুৰুষক স্মৰণ কৰ…
{"hypothesis":"মোৰ দলৰ এজন সদস্যই আপোনাৰ আদেশ অতি নিখুঁতভাৱে পালন কৰিব।","label":0,"premise":"আমাৰ এজন নম্বৰে আপোনাৰ নিৰ্দেশবোৰ সজাগতাৰে পালন কৰিব।"}
{"hypothesis":"এই তথ্য তেওঁলোকৰ।","label":0,"premise":"আপুনি কেনেকৈ জানিব?"}
{"hypothesis":"টেনিছ জুতাবোৰৰ বহুতো মূল্য আছে।","label":1,"premise":"মই আপোনাক ক 'ম যদি আপুনি তেনেকুৱা কিছুমান টেনিছ জুতা বিক্ৰী কৰে তেনেহ' লে মই এতিয়া দেখিব পাৰিম যে কিয় আপুনি জানিব পাৰিছে যে তেওঁলোক শতাধিক ডলাৰৰ সীমাত উঠিছে"}

Cite this

CC0-1.0Cite

Tags

task_categories:text-classificationtask_ids:natural-language-inferenceannotations_creators:machine-generatedlanguage_creators:machine-generatedmultilinguality:multilingualsource_datasets:originallanguage:aslanguage:bnlanguage:gulanguage:hilanguage:knlanguage:mllanguage:mrlanguage:orlanguage:palanguage:talanguage:telicense:cc0-1.0size_categories:1M<n<10Marxiv:2204.08776region:us