lingvenvist/animacy-bg-gold-standard-org

该数据集包含句子、标记、动画标签和目标索引四个主要特征。动画标签是一个序列特征，包含四个类标签：N、A、H和O。数据集分为训练集、测试集和验证集三个部分，每个部分都有指定的字节大小和示例数量。数据集的下载大小为2,913,087字节，总大小为6,597,467字节。

The dataset includes four main features: sentences, tokens, anim_tags, and target-indexes. The anim_tags feature is a sequence feature containing class labels with four possible values: N, A, H, and O. The dataset is divided into three parts: train, test, and validation sets, each with specified byte sizes and number of examples. The download size of the dataset is 2,913,087 bytes, and the total size is 6,597,467 bytes.

原始信息汇总

数据集概述

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，包含以下类别标签：
  • 0: N
  • 1: A
  • 2: H
  • 3: O
• target-indexes: 类型为整数序列。

数据集划分

• train: 包含13955个样本，占用4596906字节。
• test: 包含2990个样本，占用988092字节。
• validation: 包含2991个样本，占用1012469字节。

数据集大小

• 下载大小: 2913087字节
• 数据集总大小: 6597467字节

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*
    • validation: data/validation-*