ruanchaves/dev_stanford

Dev-Stanford数据集包含1000个手动分割的标签，这些标签是从Stanford Sentiment Tweet Corpus中随机选取的，用于开发目的。数据集的结构包括索引、原始标签和分割后的标签。数据集的创建过程涉及标签的分割和标识符的分割，且所有数据集都有相同的基本字段。

原始信息汇总

数据集概述

数据集描述

• 名称: Dev-Stanford
• 语言: 英语
• 许可证: 未知
• 多语言性: 单语
• 任务类别: 结构预测
• 标签: 词分割

数据集结构

数据实例

json { "index": 15, "hashtag": "marathonmonday", "segmentation": "marathon monday" }

数据字段

• index: 数值索引。
• hashtag: 原始标签。
• segmentation: 标签的金标准分割。

数据集创建

• 所有标签分割和标识符分割数据集具有相同的基字段: hashtag 和 segmentation 或 identifier 和 segmentation。
• 字段之间的唯一区别是空格字符。拼写检查、缩写扩展或字符大写修正进入其他字段。
• 字母数字字符和任何特殊字符序列之间总是有空格。
• 如果有任何命名实体识别和其他令牌分类任务的注释，它们在 spans 字段中给出。