lingvenvist/animacy-ja-gold-standard-mid

该数据集包含句子、词元和动画标签（anim_tags）等特征，动画标签分为N、A和H三个类别。数据集还包含目标索引（target-indexes），用于标识特定位置。数据集分为训练集、测试集和验证集，分别包含4731、1013和1015个样本。数据集的总下载大小为839265字节，总大小为2027425字节。

The dataset contains features such as sentences, tokens, and anim_tags, where anim_tags are sequence labels with three categories: N, A, and H. The dataset also includes target-indexes to identify specific positions. It is divided into training, test, and validation sets, containing 4731, 1013, and 1015 samples respectively. The total download size of the dataset is 839265 bytes, and the total size is 2027425 bytes.

原始信息汇总

数据集概述

数据特征

• 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。

数据集划分

• train: 包含4731个样本，占用1417911字节。
• test: 包含1013个样本，占用298629字节。
• validation: 包含1015个样本，占用310885字节。

数据集大小

• 下载大小: 839265字节。
• 总大小: 2027425字节。

配置

• default:
  • train: 数据路径为data/train-*。
  • test: 数据路径为data/test-*。
  • validation: 数据路径为data/validation-*。