lingvenvist/animacy-eu-gold-standard

该数据集包含句子、词元、动画标签和目标索引四个主要特征。动画标签是一个序列特征，包含三个类别标签：N、A和H。数据集分为训练集、测试集和验证集，分别包含8584、1839和1840个样本。数据集的下载大小为2102807字节，总大小为3978183字节。

The dataset contains four main features: sentences, tokens, anim_tags, and target-indexes. The anim_tags feature is a sequence feature with three class labels: N, A, and H. The dataset is divided into training, test, and validation sets, containing 8584, 1839, and 1840 samples respectively. The download size of the dataset is 2102807 bytes, and the total size is 3978183 bytes.

原始信息汇总

数据集概述

数据集信息

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，包含分类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据分割

• 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: 2102807字节
• 数据集总大小: 3978183字节

配置

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