lingvenvist/more_a_h_2.csv

---
dataset_info:
features:
- name: sentences
dtype: string
- name: tokens
sequence: string
- name: anim_tags
sequence:
class_label:
names:
'0': N
'1': A
'2': H
- name: target-indexes
sequence: int64
splits:
- name: train
num_bytes: 14219555.597162277
num_examples: 38623
- name: test
num_bytes: 2217106.2740564435
num_examples: 5872
- name: validation
num_bytes: 1879539.3533294506
num_examples: 5143
download_size: 8476322
dataset_size: 18316201.224548172
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• sentences: 数据类型为字符串。
• tokens: 数据类型为字符串序列。
• anim_tags: 数据类型为类别标签序列，类别标签包括：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 数据类型为64位整数序列。

数据集分割

• 训练集:
  • 数据量: 38623个样本
  • 存储大小: 14219555.597162277字节
• 测试集:
  • 数据量: 5872个样本
  • 存储大小: 2217106.2740564435字节
• 验证集:
  • 数据量: 5143个样本
  • 存储大小: 1879539.3533294506字节

数据集大小

• 下载大小: 8476322字节
• 数据集总大小: 18316201.224548172字节