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

该数据集包含句子、词元和动画标签等特征。动画标签是一个序列，包含N、A、H三个类别标签。数据集还包含目标索引，这是一个整数序列。数据集分为训练集、测试集和验证集，分别包含7837、1627和1686个样本。数据集的下载大小为2065659字节，总大小为3399786.120681568字节。

The dataset contains features such as sentences, tokens, and anim_tags. The anim_tags is a sequence containing class labels N, A, and H. The dataset also includes target-indexes, which is a sequence of integers. The dataset is divided into train, test, and validation sets, containing 7837, 1627, and 1686 examples respectively. The download size of the dataset is 2065659 bytes, and the total size is 3399786.120681568 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7837个样本，大小为2394305.3257846097字节。
• test: 包含1627个样本，大小为493130.0461242793字节。
• validation: 包含1686个样本，大小为512350.7487726788字节。

数据集大小

• 下载大小: 2065659字节
• 总大小: 3399786.120681568字节

配置信息

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