Zaid/metrec

MetRec数据集是一个用于阿拉伯诗歌韵律分类的文本分类数据集。数据集包含诗歌的句子及其对应的韵律类别，韵律类别用0到13的数字表示。数据集分为训练集和测试集，训练集包含47,124条记录，测试集包含8,316条记录。数据集的创建目的是为了促进阿拉伯诗歌韵律分类领域的研究。数据集的语言为阿拉伯语，且没有额外的注释。

原始信息汇总

数据集概述

数据集描述

• 数据集名称: MetRec
• 语言: 阿拉伯语
• 许可: 未知
• 多语言性: 单语种
• 数据集大小: 10K<n<100K
• 源数据: 原始数据
• 任务类别: 文本分类
• 标签: 诗歌分类

数据集结构

特征

• 文本: 字符串类型
• 标签: 类别标签，包含14个类别（0到13）
  • 0: saree
  • 1: kamel
  • 2: mutakareb
  • 3: mutadarak
  • 4: munsareh
  • 5: madeed
  • 6: mujtath
  • 7: ramal
  • 8: baseet
  • 9: khafeef
  • 10: taweel
  • 11: wafer
  • 12: hazaj
  • 13: rajaz

数据分割

• 训练集: 47,124条记录，5874919字节
• 测试集: 8,316条记录，1037577字节

数据集创建

源数据

• 数据收集: 从Aldiwan网站收集
• 源语言生产者: 不同诗人

注释

• 注释状态: 无额外注释

数据集使用注意事项

• 社会影响: 需要更多信息
• 偏见讨论: 需要更多信息
• 其他已知限制: 需要更多信息

额外信息

• 数据集策展人: 需要更多信息

• 许可信息: 需要更多信息

• 引用信息:

  @article{metrec2020, title={MetRec: A dataset for meter classification of arabic poetry}, author={Al-shaibani, Maged S and Alyafeai, Zaid and Ahmad, Irfan}, journal={Data in Brief}, year={2020}, publisher={Elsevier} }