ferrazzipietro/diann-sentences-spanish

该数据集包含多个字段，如句子、ID、标题、关键词、注释文本、原始文本、句子注释和实体等。数据集被分为测试集、训练集和验证集，分别包含480、1456和364个样本。数据集总大小为9566768字节，下载大小为2690443字节。

The dataset contains multiple fields such as sentence, ID, title, keywords, annotated text, raw text, sentence annotated, and entities. The dataset is divided into test, train, and validation sets, containing 480, 1456, and 364 samples respectively. The total size of the dataset is 9566768 bytes, and the download size is 2690443 bytes.

原始信息汇总

数据集概述

数据特征

• sentence: 字符串类型
• id: 字符串类型
• title: 字符串类型
• keywords: 字符串类型
• annotated_text: 字符串类型
• raw_text: 字符串类型
• sentence_annotated: 字符串类型
• entities: 列表类型
  • offsets: 整数序列
  • text: 字符串类型
  • type: 字符串类型

数据分割

• test:
  • 字节数: 2088817
  • 样本数: 480
• train:
  • 字节数: 5992054
  • 样本数: 1456
• validation:
  • 字节数: 1485897
  • 样本数: 364

数据集大小

• 下载大小: 2690443 字节
• 数据集总大小: 9566768 字节

配置

• default:
  • test: data/test-*
  • train: data/train-*
  • validation: data/validation-*