lingvenvist/animacy-ja-gold-standard

该数据集包含句子、词元、动画标签和目标索引等特征。数据集被分割为训练集、测试集和验证集，分别包含4731、1013和1015个示例。训练集大小为1417911字节，测试集大小为298629字节，验证集大小为310885字节。总下载大小为839272字节，总数据集大小为2027425字节。

This dataset includes features such as sentences, tokens, anim_tags, and target-indexes. The dataset is divided into training, test, and validation sets, containing 4731, 1013, and 1015 examples respectively. The training set size is 1417911 bytes, the test set size is 298629 bytes, and the validation set size is 310885 bytes. The total download size is 839272 bytes, and the total dataset size is 2027425 bytes.

原始信息汇总

数据集概述

数据特征

• 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。

数据集划分

• train: 包含4731个样本，占用1417911字节。
• test: 包含1013个样本，占用298629字节。
• validation: 包含1015个样本，占用310885字节。

数据集大小

• 下载大小: 839272字节。
• 数据集总大小: 2027425字节。

配置

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