lingvenvist/animacy-eu-gold-standard-mid

该数据集包含多个字段，包括句子（sentences）、词元（tokens）、动画标签（anim_tags）和目标索引（target-indexes）。动画标签是一个序列，包含类别标签，分别代表N（无）、A（动物）和H（人类）。数据集被分为训练集、测试集和验证集，分别包含8584、1839和1840个示例。数据集的下载大小为2102733字节，总大小为3978183字节。

The dataset includes several fields such as sentences, tokens, anim_tags, and target-indexes. The anim_tags field is a sequence containing class labels representing N (None), A (Animal), and H (Human). The dataset is divided into training, test, and validation sets, containing 8584, 1839, and 1840 examples respectively. The download size of the dataset is 2102733 bytes, and the total size is 3978183 bytes.

原始信息汇总

数据集概述

数据集特征

• sentences: 文本类型，数据类型为字符串。
• tokens: 序列类型，数据类型为字符串。
• anim_tags: 序列类型，包含分类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 序列类型，数据类型为int64。

数据集划分

• train: 包含8584个样本，占用2772140字节。
• test: 包含1839个样本，占用600318字节。
• validation: 包含1840个样本，占用605725字节。

数据集大小

• 下载大小: 2102733字节
• 数据集总大小: 3978183字节

配置信息

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • test: 路径为data/test-*
  • validation: 路径为data/validation-*