lingvenvist/animacy-eu-gold-standard-minus

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8584、1839和1840个样本。文件总大小为3978183字节，下载大小为2102712字节。

This dataset is primarily used for natural language processing tasks, featuring four main characteristics: sentences, tokens, animation tags, and target indexes. The animation tags are categorized into three types: none, animal, and human. The dataset is divided into training, testing, and validation parts, each with detailed sample and byte count information.

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，包含类别标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据集划分

• train: 包含8584个样本，占用2772140字节。
• test: 包含1839个样本，占用600318字节。
• validation: 包含1840个样本，占用605725字节。

数据集大小

• 下载大小: 2102712字节。
• 总大小: 3978183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-*。