lingvenvist/animacy-en-gold-standard-mid

该数据集包含句子、词元、动画标签和目标索引四个主要字段。动画标签字段包含三个类别标签：N、A和H。数据集分为训练集、测试集和验证集，分别包含10250、2196和2198个样本。数据集的总下载大小为2601079字节，数据集大小为5776983字节。

The dataset contains four main fields: sentences, tokens, anim_tags, and target-indexes. The anim_tags field includes three category labels: N, A, and H. The dataset is divided into training, test, and validation sets, containing 10250, 2196, and 2198 samples respectively. The total download size of the dataset is 2601079 bytes, and the dataset size is 5776983 bytes.

原始信息汇总

数据集概述

特征信息

• sentences: 数据类型为字符串。
• tokens: 数据类型为字符串序列。
• anim_tags: 数据类型为序列，包含分类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 数据类型为整数序列。

数据集划分

• 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: 2601079字节
• 总大小: 5776983字节

配置信息

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