lingvenvist/animacy-da-gold-standard-org

该数据集包含句子、标记、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，包含四个类别标签：N、A、H和O。数据集分为训练集、测试集和验证集，分别包含9221、1976和1977个示例。数据集的下载大小为2444704字节，总大小为4766363字节。

The dataset contains four main features: sentences, tokens, anim_tags, and target-indexes. The anim_tags is a sequence feature with four class labels: N, A, H, and O. The dataset is divided into three parts: train, test, and validation, containing 9221, 1976, and 1977 examples respectively. The download size of the dataset is 2444704 bytes, and the total size is 4766363 bytes.

原始信息汇总

数据集概述

数据集特征

• 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
  • 3: O
• target-indexes: 类型为整数序列。

数据集分割

• train: 包含9221个样本，占用3344433字节。
• test: 包含1976个样本，占用711442字节。
• validation: 包含1977个样本，占用710488字节。

数据集大小

• 下载大小: 2444704字节。
• 总大小: 4766363字节。

配置

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