lingvenvist/animacy-de-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特征。动画标签是一个序列特征，包含三个类标签：N、A和H。数据集分为训练集、测试集和验证集，分别包含6906、1480和1481个样本。数据集的下载大小为2090307字节，总大小为4139681字节。

The dataset contains four main features: sentences, tokens, anim_tags, and target-indexes. The anim_tags feature is a sequence feature with three class labels: N, A, and H. The dataset is divided into three splits: train, test, and validation, containing 6906, 1480, and 1481 examples respectively. The download size of the dataset is 2090307 bytes, and the total dataset size is 4139681 bytes.

原始信息汇总

数据集概述

特征信息

• sentences: 类型为字符串。
• tokens: 类型为字符串序列。
• anim_tags: 类型为序列，包含分类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据集划分

• train: 包含6906个样本，占用2889692字节。
• test: 包含1480个样本，占用630433字节。
• validation: 包含1481个样本，占用619556字节。

数据集大小

• 下载大小: 2090307字节。
• 总大小: 4139681字节。

配置信息

• 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-*。