lingvenvist/animacy-zh-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。动画标签分为N、A和H三个类别。数据集分为训练集、测试集和验证集，分别包含3062、656和657个样本。文件总大小为1526615字节，下载大小为836882字节。

The dataset includes four main features: sentences, tokens, anim_tags, and target-indexes. Sentences are of string type, tokens are sequences of strings, anim_tags are sequences with three classes (N, A, H), and target-indexes are sequences of integers. The dataset is divided into training, testing, and validation parts, containing 3062, 656, and 657 samples respectively. The total download size of the dataset is 836882 bytes, and the total size is 1526615 bytes.

原始信息汇总

数据集概述

数据集特征

• sentences: 文本类型，表示句子。
• tokens: 序列类型，表示词元。
• anim_tags: 序列类型，包含分类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 序列类型，整数类型。

数据集划分

• 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: 836882字节
• 总大小: 1526615字节

配置

• 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-*