lingvenvist/animacy-en-gold-standard-org

该数据集包含句子、标记序列、动画标签序列和目标索引序列。动画标签序列包含四个类别标签：N、A、H、O。数据集分为训练集、测试集和验证集，分别包含10250、2196和2198个样本。数据集的下载大小为2601304字节，总大小为5776983字节。

The dataset contains sentences, token sequences, animation tag sequences, and target index sequences. The animation tag sequences include four class labels: N, A, H, O. The dataset is divided into training, test, and validation sets, containing 10250, 2196, and 2198 samples respectively. The download size of the dataset is 2601304 bytes, and the total size is 5776983 bytes.

原始信息汇总

数据集概述

数据特征

• 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。

数据分割

• train: 包含10250个样本，占用4046227字节。
• test: 包含2196个样本，占用869875字节。
• validation: 包含2198个样本，占用860881字节。

数据集大小

• 下载大小: 2601304字节。
• 总大小: 5776983字节。

配置

• 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-*。