lingvenvist/animacy-et-gold-standard

该数据集包含句子、词元、动画标签和目标索引四个主要特征。动画标签是一个序列特征，包含三个类别标签：N、A和H。数据集分为训练集、测试集和验证集，分别包含7270、1558和1559个样本。数据集的下载大小为1900756字节，总大小为3348235字节。配置文件指定了每个分割对应的数据文件路径。

原始信息汇总

数据集概述

特征信息

• sentences: 类型为字符串。
• tokens: 类型为字符串序列。
• anim_tags: 类型为序列，包含以下类别标签：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据集划分

• train: 包含7270个样本，占用2334542字节。
• test: 包含1558个样本，占用504642字节。
• validation: 包含1559个样本，占用509051字节。

数据集大小

• 下载大小: 1900756字节。
• 总大小: 3348235字节。

配置信息

• default:
  • train: 数据路径为data/train-*。
  • test: 数据路径为data/test-*。
  • validation: 数据路径为data/validation-*。