lingvenvist/animacy-fr-gold-standard-org

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，包含四个类别：N、A、H和O。数据集分为训练集、测试集和验证集，分别包含7563、1620和1622个样本。

This dataset contains four main features: sentences, tokens, anim_tags, and target-indexes. The anim_tags feature is a sequence with four categories: N, A, H, and O. The dataset is divided into training, test, and validation sets, containing 7563, 1620, and 1622 samples respectively.

原始信息汇总

数据集概述

特征信息

• 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。

数据集划分

• train: 包含7563个样本，占用3320990字节。
• test: 包含1620个样本，占用715822字节。
• validation: 包含1622个样本，占用704957字节。

数据集大小

• 下载大小: 2251486字节。
• 数据集总大小: 4741769字节。

配置信息

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