adamjweintraut/loaf_data

---
dataset_info:
features:
- name: midi_id
dtype: string
- name: song_title
dtype: string
- name: lyrics
dtype: string
- name: genre
dtype: string
- name: lyric_summary_bart
dtype: string
- name: lyric_summary_bartv2
dtype: string
- name: topic
dtype: string
- name: orig_syl_tokens
dtype: string
- name: orig_note_onsets_tokens
dtype: string
- name: orig_note_dur_tokens
dtype: string
- name: orig_note_pitch_tokens
dtype: string
- name: orig_note_vel_tokens
dtype: string
- name: orig_note_stress_tokens
dtype: string
- name: plan_orig
dtype: string
- name: lines
sequence: string
- name: kws_per_line
sequence:
sequence: string
- name: plan_target
dtype: string
- name: lyrics_target
dtype: string
splits:
- name: train
num_bytes: 109730326
num_examples: 4489
- name: test
num_bytes: 13845243
num_examples: 571
- name: valid
num_bytes: 14734568
num_examples: 622
download_size: 33820325
dataset_size: 138310137
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

原始信息汇总

数据集概述

数据集特征

• midi_id: 字符串类型
• song_title: 字符串类型
• lyrics: 字符串类型
• genre: 字符串类型
• lyric_summary_bart: 字符串类型
• lyric_summary_bartv2: 字符串类型
• topic: 字符串类型
• orig_syl_tokens: 字符串类型
• orig_note_onsets_tokens: 字符串类型
• orig_note_dur_tokens: 字符串类型
• orig_note_pitch_tokens: 字符串类型
• orig_note_vel_tokens: 字符串类型
• orig_note_stress_tokens: 字符串类型
• plan_orig: 字符串类型
• lines: 序列类型，字符串
• kws_per_line: 序列类型，序列类型，字符串
• plan_target: 字符串类型
• lyrics_target: 字符串类型

数据集分割

• 训练集: 4489个样本，占用109730326字节
• 测试集: 571个样本，占用13845243字节
• 验证集: 622个样本，占用14734568字节

数据集大小

• 下载大小: 33820325字节
• 数据集总大小: 138310137字节

配置文件

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*
  • 验证集: data/valid-*