label(is_duplicate)의 값을 변경하는 것이 좋을 것 같습니다.

[hexists]

안녕하세요.
먼저 좋은 데이터 제공해주셔서 감사합니다.
데이터를 살펴보는 중, label 값이 반대로 정리된 것 같아 수정 제안드립니다.

현재 레이블은 아래와 같이 정의되어 있습니다.
is_duplicate 의미를 정리한 것으로 같은 의도의 질문일 경우 0으로 표기하고 있습니다.

label
같은 질문 0
다른 질문 1

데이터 생성에 참고한 링크를 보면, is_duplicate의 값이 같은 의도의 질문일 경우 1로 표기하고 있습니다.
같은 용도의 데이터이기도 하고, is_duplicate의 의미를 생각해볼 때도 같은 의도의 질문일 경우 1로 표기하는 것이 더 적절하다고 생각됩니다.

확인 부탁드립니다. 감사합니다.

[songys]

안녕하세요. 늦게 봤네요 ㅜ

말씀하신 것과 같이 수정하는 것이 좋을 것 같습니다. 조언 감사해요! 다만, 몇 가지 다른 업데이트에 대한 다른 의견들과 고민이 있어서 한동안 이 레파지토리를 프라이빗으로 돌려 놓으려고 합니다.
3년 전에 이 데이터를 만들 때보다 좋은 유사 문장 생성 데이터들이 많아져서 좀 더 객관적이고 품을 많이 들여서 구축된 데이터를 참고하실 것을 추천드립니다. 이미 아실 듯한데 다음과 같은 데이터들이 있습니다.

• Semantic Textual Similarity (STS)
  https://klue-benchmark.com/tasks/67/overview/description

• 국립국어원(2020). 국립국어원 유사 문장 말뭉치(버전 1.0). URL: https://corpus.korean.go.kr

'songys/Question_pair' 이용해 주시고 조언해 주셔서 진심으로 감사합니다.
-송영숙 드림-