huggingartists/morgenshtern

该数据集是从Genius解析的歌词数据集，旨在用于生成歌词。数据集中包含一个字段text，表示歌词内容。数据集的大小为0.824608 MB，语言为英语。数据集可以通过HuggingFace的datasets库直接加载，并且可以通过代码将训练集划分为训练集、验证集和测试集。

原始信息汇总

数据集概述

数据集名称

"huggingartists/morgenshtern"

数据集摘要

该数据集是从Genius解析的歌词数据，旨在用于HuggingArtists模型的歌词生成。

支持的任务和排行榜

[更多信息待补充]

语言

en

数据集结构

数据字段

• text: 字符串类型，包含歌词文本。

数据分割

训练	验证	测试
174	-	-

可通过以下代码将train分割为train、validation和test：

python from datasets import load_dataset, Dataset, DatasetDict import numpy as np

datasets = load_dataset("huggingartists/morgenshtern")

train_percentage = 0.9 validation_percentage = 0.07 test_percentage = 0.03

train, validation, test = np.split(datasets[train][text], [int(len(datasets[train][text])train_percentage), int(len(datasets[train][text])(train_percentage + validation_percentage))])

datasets = DatasetDict( { train: Dataset.from_dict({text: list(train)}), validation: Dataset.from_dict({text: list(validation)}), test: Dataset.from_dict({text: list(test)}) } )

数据集创建

来源数据

• 初始数据收集和规范化: [更多信息待补充]
• 源语言生产者: [更多信息待补充]

注释

• 注释过程: [更多信息待补充]
• 注释者: [更多信息待补充]

个人和敏感信息

[更多信息待补充]

使用数据时的考虑

数据集的社会影响

[更多信息待补充]

偏见讨论

[更多信息待补充]

其他已知限制

[更多信息待补充]

附加信息

数据集管理者

[更多信息待补充]

许可信息

[更多信息待补充]

引用信息

@InProceedings{huggingartists, author={Aleksey Korshuk} year=2021 }