lingvenvist/animacy-en-semcor-wngt-ex-70

该数据集包含句子、词元、动画标签和目标索引等特征。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21858、4683和4685个样本。数据集的下载大小为4437384字节，总大小为9520984字节。

The dataset includes features such as sentences, tokens, anim_tags, and target-indexes. The anim_tags are a sequence with three class labels: N, A, and H. The dataset is divided into training, test, and validation sets, containing 21858, 4683, and 4685 samples respectively. The download size of the dataset is 4437384 bytes, and the total size is 9520984 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：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据集划分

• train: 包含21858个样本，占用6677903字节。
• test: 包含4683个样本，占用1419378字节。
• validation: 包含4685个样本，占用1423703字节。

数据集大小

• 下载大小: 4437384字节。
• 总大小: 9520984字节。

配置信息

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