coref-data/davis_pdp_indiscrim

---
dataset_info:
features:
- name: text
dtype: string
- name: id
dtype: string
- name: sentences
list:
- name: end_char
dtype: int64
- name: id
dtype: int64
- name: speaker
dtype: 'null'
- name: start_char
dtype: int64
- name: text
dtype: string
- name: tokens
list:
- name: deprel
dtype: string
- name: end_char
dtype: int64
- name: feats
dtype: string
- name: head
dtype: int64
- name: id
dtype: int64
- name: lemma
dtype: string
- name: start_char
dtype: int64
- name: text
dtype: string
- name: upos
dtype: string
- name: xpos
dtype: string
- name: coref_chains
sequence:
sequence:
sequence: int64
- name: genre
dtype: string
- name: meta_data
struct:
- name: comment
dtype: string
- name: source
dtype: string
splits:
- name: test
num_bytes: 249013
num_examples: 60
download_size: 64159
dataset_size: 249013
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---

This dataset was generated by reformatting [`coref-data/davis_pdp_raw`](https://huggingface.co/datasets/coref-data/davis_pdp_raw) into the indiscrim coreference format. See that repo for dataset details.

See [ianporada/coref-data](https://github.com/ianporada/coref-data) for additional conversion details and the conversion script.

Please create an issue in the repo above or in this dataset repo for any questions.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为 string
  • id: 数据类型为 string
  • sentences: 列表类型，包含以下子特征:
    • end_char: 数据类型为 int64
    • id: 数据类型为 int64
    • speaker: 数据类型为 null
    • start_char: 数据类型为 int64
    • text: 数据类型为 string
    • tokens: 列表类型，包含以下子特征:
      • deprel: 数据类型为 string
      • end_char: 数据类型为 int64
      • feats: 数据类型为 string
      • head: 数据类型为 int64
      • id: 数据类型为 int64
      • lemma: 数据类型为 string
      • start_char: 数据类型为 int64
      • text: 数据类型为 string
      • upos: 数据类型为 string
      • xpos: 数据类型为 string
  • coref_chains: 序列类型，包含多层序列，最终数据类型为 int64
  • genre: 数据类型为 string
  • meta_data: 结构类型，包含以下子特征:
    • comment: 数据类型为 string
    • source: 数据类型为 string

数据分割

• test:
  • 字节数: 249013
  • 样本数: 60

数据集大小

• 下载大小: 64159 字节
• 数据集大小: 249013 字节

配置

• default:
  • 数据文件:
    • split: test
    • path: data/test-*