lingvenvist/pt-animacy-test-data-no-postproc_output.csv

该数据集包含句子、词元、动画标签和目标索引等字段。动画标签分为三个类别：N、A和H。数据集分为训练集、测试集和验证集，分别包含3、1000和3个样本。训练集大小为1866字节，测试集大小为435117字节，验证集大小为1866字节。数据集的总大小为438849字节，下载大小为204557字节。

原始信息汇总

数据集概述

数据集特征

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

数据集分割

• train: 包含3个样本，占用空间1866字节。
• test: 包含1000个样本，占用空间435117字节。
• validation: 包含3个样本，占用空间1866字节。

数据集大小

• 下载大小: 204557字节。
• 数据集总大小: 438849字节。

数据文件配置

• 默认配置:
  • 训练数据: 路径为data/train-*。
  • 测试数据: 路径为data/test-*。
  • 验证数据: 路径为data/validation-*。