lingvenvist/animacy-en-semcor-wngt-ex-70-org

该数据集包含四个主要特征：句子（sentences）、标记（tokens）、动画标签（anim_tags）和目标索引（target-indexes）。句子特征是字符串类型，标记特征是字符串序列，动画标签特征是一个包含类标签的序列，类标签有四个类别：N、A、H、O。目标索引特征是整数序列。数据集分为三个部分：训练集（train）、测试集（test）和验证集（validation），每个部分都有相应的字节数和样本数。数据集的配置名为default，数据文件分别存储在对应的分支路径中。

原始信息汇总

数据集概述

数据集特征

• 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
  • 3: O
• target-indexes: 类型为整数序列。

数据集分割

• train: 包含21858个样本，占用6677903字节。
• test: 包含4683个样本，占用1419378字节。
• validation: 包含4685个样本，占用1423703字节。

数据集大小

• 下载大小: 4437556字节。
• 总大小: 9520984字节。

配置

• default:
  • train: 数据文件路径为data/train-*。
  • test: 数据文件路径为data/test-*。
  • validation: 数据文件路径为data/validation-*。