brunokreiner/genius-lyrics

该数据集包含大约480k的英文歌词，这些歌词通过nltk语言分类器进行分类，并且包含一些元数据。歌词是通过lyricsgenius Python包爬取的，虽然数据经过清理和验证，但不能保证所有歌词的准确性。此外，49,985行数据包含从Spotify API爬取的流派列表，这些流派是基于歌曲的艺术家而非单个歌曲。

原始信息汇总

数据集概述

数据集描述

• 数据集概要：该数据集包含约480,000条英语歌词（通过nltk语言分类器分类），以及一些额外的元数据。元数据来源于AICrowd的百万播放列表挑战。歌词通过song和artist名称使用lyricsgenius Python包进行爬取。尽管数据已清理和验证，但不能保证所有歌词的准确性。如果歌词中的歌曲名称与爬取的名称不匹配（使用fuzzywuzzy字符串匹配，分数低于60），则不包括在内。
• 元数据：49,985行包含从官方Spotify API爬取的流派列表，这些流派来自歌曲的艺术家，因为Spotify不为每首歌曲提供流派。

数据集结构

数据字段

[更多信息待补充]

数据分割

[更多信息待补充]

数据集创建

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]