lingvenvist/animacy-hr-gold-standard-mid

该数据集包含句子、词元、动画标签和目标索引四个主要字段。动画标签字段是一个序列，包含三个类标签：N、A和H。数据集分为训练集、测试集和验证集三个部分，每个部分都有相应的字节大小和样本数量。训练集包含8861个样本，测试集包含1898个样本，验证集包含1900个样本。

The dataset includes four main features: sentences (string), tokens (sequence of strings), anim_tags (sequence with class labels N, A, H), and target-indexes (sequence of integers). It is divided into train, test, and validation sets, containing 8861, 1898, and 1900 examples respectively. The total download size is 2109578 bytes, and the total dataset size is 3643045 bytes.

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8861个样本，占用2543731字节。
• test: 包含1898个样本，占用556231字节。
• validation: 包含1900个样本，占用543083字节。

数据集大小

• 下载大小: 2109578字节。
• 总大小: 3643045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-*。