huggingartists/tanzy-minus

该数据集是从Genius解析的歌词数据集，旨在用于生成歌词。数据集包含一个名为text的字段，存储歌词文本。数据集的语言为英语，大小为0.036726 MB。数据集的结构包括一个训练集，可以通过代码将其分割为训练集、验证集和测试集。

原始信息汇总

数据集概述

数据集名称

• 名称: huggingartists/tanzy-minus
• 别名: Танцы Минус (Tanzy Minus)

数据集描述

• 摘要: 该数据集是从Genius解析的歌词数据，旨在用于生成歌词。
• 语言: 英语 (en)
• 数据大小: 0.036726 MB

数据集结构

• 数据字段:
  • text: 字符串类型，包含歌词内容。
• 数据分割:
  • train: 5条数据
  • validation: 无
  • test: 无

使用方法

• 加载数据集: python from datasets import load_dataset dataset = load_dataset("huggingartists/tanzy-minus")

数据集创建

• 来源数据:
  • 初始数据收集和标准化: 信息缺失
  • 源语言生产者: 信息缺失
• 注释:
  • 注释过程: 信息缺失
  • 注释者: 信息缺失

使用数据注意事项

• 社会影响: 信息缺失
• 偏见讨论: 信息缺失
• 其他已知限制: 信息缺失

附加信息

• 数据集管理员: 信息缺失

• 许可信息: 信息缺失

• 引用信息:

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

数据集详细信息

数据集描述

• 主页: https://github.com/AlekseyKorshuk/huggingartists
• 仓库: https://github.com/AlekseyKorshuk/huggingartists

数据集结构

• 数据字段示例: json { "text": "Look, I was gonna go easy on you Not to hurt your feelings But Im only going to get this one chance Somethings wrong, I can feel it..." }

数据分割创建

• 分割方法: python from datasets import load_dataset, Dataset, DatasetDict import numpy as np

  datasets = load_dataset("huggingartists/tanzy-minus")

  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)}) } )