razvanalex/cwi-2018-es

该数据集包含多个特征字段，如id、sentence、start_char、end_char、token、n_natives、n_non_natives、n_dif_natives、n_dif_non_natives、label和probability。数据集分为训练集、验证集和测试集，分别包含13750、1622和2233个样本。数据集的下载大小为491700字节，总大小为5480658字节。

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• sentence: 字符串类型
• start_char: 64位整数类型
• end_char: 64位整数类型
• token: 字符串类型
• n_natives: 64位整数类型
• n_non_natives: 64位整数类型
• n_dif_natives: 64位整数类型
• n_dif_non_natives: 64位整数类型
• label: 64位整数类型
• probability: 64位浮点数类型

数据集分割

• train:
  • 字节数: 4294416
  • 样本数: 13750
• validation:
  • 字节数: 505004
  • 样本数: 1622
• test:
  • 字节数: 681238
  • 样本数: 2233

数据集大小

• 下载大小: 491700 字节
• 数据集大小: 5480658 字节

配置

• default:
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*
  • 测试数据路径: data/test-*