cu-kairos/conll05_mentions_sample

该数据集包含多个特征，如mention_id、split、men_type等，每个特征都有其数据类型。数据集分为训练集和验证集，分别包含10个和5个样本。数据集的下载大小为30150字节，实际大小为14428字节。此外，数据集有一个默认配置，指定了训练集和验证集的数据文件路径。

This dataset includes multiple features such as mention_id, split, men_type, etc., each with its data type. The dataset is divided into a training set and a validation set, containing 10 and 5 samples respectively. The download size of the dataset is 30150 bytes, and the actual size is 14428 bytes. Additionally, the dataset has a default configuration that specifies the data file paths for the training and validation sets.

原始信息汇总

数据集概述

数据集特征

• mention_id: 数据类型为字符串。
• split: 数据类型为字符串。
• men_type: 数据类型为字符串。
• doc_id: 数据类型为字符串。
• sentence_id: 数据类型为整数。
• sentence: 数据类型为字符串。
• start_char: 数据类型为整数。
• end_char: 数据类型为整数。
• mention_text: 数据类型为字符串。
• gold_cluster: 数据类型为字符串。
• lemma: 数据类型为字符串。
• sentence_tokens: 数据类型为字符串。
• marked_sentence: 数据类型为字符串。
• marked_doc: 数据类型为字符串。
• srl_response: 数据类型为字符串。

数据集划分

• 训练集 (train):
  • 数据大小: 9393字节
  • 示例数量: 10
• 验证集 (validation):
  • 数据大小: 5035字节
  • 示例数量: 5

数据集大小

• 下载大小: 30150字节
• 数据集总大小: 14428字节

配置文件

• 默认配置 (default):
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*