lingvenvist/animacy-en-semcor-wngt-ex-70-minus

该数据集包含四个主要字段：sentences（句子）、tokens（词元）、anim_tags（动画标签）和target-indexes（目标索引）。anim_tags字段是一个序列，包含三个类标签：N、A和H。数据集分为训练集、测试集和验证集三个部分，每个部分都有相应的文件大小和样本数量。训练集包含21858个样本，测试集包含4683个样本，验证集包含4685个样本。

The dataset contains four main fields: sentences, tokens, anim_tags, and target-indexes. The anim_tags field is a sequence containing three class labels: N, A, and H. The dataset is divided into three parts: training set, test set, and validation set, each with corresponding file sizes and sample counts. The training set contains 21,858 samples, the test set contains 4,683 samples, and the validation set contains 4,685 samples.

原始信息汇总

数据集概述

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。

数据分割

• train: 包含21858个样本，占用6677903字节。
• test: 包含4683个样本，占用1419378字节。
• validation: 包含4685个样本，占用1423703字节。

数据集大小

• 下载大小: 4437187字节。
• 总大小: 9520984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-*。