huggingartists/enya

该数据集包含从Genius解析的歌词数据，旨在用于生成歌词。模型可通过HuggingArtists获取。

原始信息汇总

数据集概述

数据集描述

• 数据集名称: huggingartists/enya
• 数据集摘要: 该数据集从Genius解析的歌词数据，旨在用于HuggingArtists生成歌词。
• 支持的任务和排行榜: [更多信息待补充]
• 语言: 英语 (en)

数据集结构

• 数据字段:
  • text: 字符串类型，包含歌词文本。
• 数据分割:
  • train: 172条记录
  • validation 和 test: 未明确分割，可通过代码进行划分。

数据集创建

• 数据收集和规范化: [更多信息待补充]
• 注释过程: [更多信息待补充]

使用考虑

• 数据集的社会影响: [更多信息待补充]
• 数据集的偏见讨论: [更多信息待补充]

附加信息

• 数据集维护者: [更多信息待补充]

• 许可证信息: [更多信息待补充]

• 引用信息:

  @InProceedings{huggingartists, author={Aleksey Korshuk} year=2021 }

如何使用

python from datasets import load_dataset

dataset = load_dataset("huggingartists/enya")

数据集分割示例

python from datasets import load_dataset, Dataset, DatasetDict import numpy as np

datasets = load_dataset("huggingartists/enya")

train_percentage = 0.9 validation_percentage = 0.07 test_percentage = 0.03

train, validation, test = np.split(datasets[train][text], [int(len(datasets[train][text])train_percentage), int(len(datasets[train][text])(train_percentage + validation_percentage))])

datasets = DatasetDict( { train: Dataset.from_dict({text: list(train)}), validation: Dataset.from_dict({text: list(validation)}), test: Dataset.from_dict({text: list(test)}) } )