lingvenvist/animacy-zh-gold-standard-mid

该数据集包含句子、分词、动画标签和目标索引等特征。动画标签使用分类标签表示，分别为N、A和H。数据集被分为训练集、测试集和验证集，分别包含3062、656和657个示例。该数据集可能用于自然语言处理任务，如文本分类或序列标注。

This dataset is primarily used for natural language processing tasks, featuring four main attributes: sentences, tokens, anim_tags, and target-indexes. Sentences are textual data, tokens are lexical units within sentences, anim_tags indicate the animation attributes of the words, and target-indexes likely refer to the positions of certain specific tokens. The dataset is divided into training, testing, and validation sets for model training and evaluation.

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，包含分类标签：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据集分割

• train: 包含3062个样本，占用1073180字节。
• test: 包含656个样本，占用226132字节。
• validation: 包含657个样本，占用227303字节。

数据集大小

• 下载大小: 836891字节。
• 数据集总大小: 1526615字节。

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • test: 路径为data/test-*
    • validation: 路径为data/validation-*