huggingartists/5opka

该数据集包含从Genius解析的歌词数据，旨在用于生成歌词。数据集大小为0.110132 MB，语言为英语。数据集中包含一个名为text的字段，用于存储歌词文本。数据集的结构包括一个train分割，包含35个样本。

原始信息汇总

数据集概述

数据集名称

• 名称: huggingartists/5opka

数据集描述

• 描述: 该数据集包含从Genius解析的歌词数据，旨在用于生成歌词。
• 语言: 英语 (en)

数据集结构

• 数据字段:
  • text: 字符串类型，包含歌词内容。
• 数据分割:
  • train: 35条数据
  • validation 和 test 目前未定义，但可通过代码分割 train 数据集得到。

使用方法

• 加载数据集: python from datasets import load_dataset dataset = load_dataset("huggingartists/5opka")

数据集创建

• 数据来源: 数据集的歌词来源于Genius网站，具体的数据收集和规范化过程未详细说明。
• 数据集大小: 0.110132 MB

引用信息

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

数据集详细信息

数据集详细结构

• 数据字段详细描述:
  • text: 包含歌词的字符串字段，用于模型训练和生成歌词。

数据分割详细信息

• 数据分割方法: python from datasets import load_dataset, Dataset, DatasetDict import numpy as np

  datasets = load_dataset("huggingartists/5opka")

  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)}) } )

数据集创建详细信息

• 数据来源详细信息:
  • 数据集的歌词数据直接从Genius网站收集，但具体的收集和处理过程未提供详细信息。

引用信息详细

• 引用格式:

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

  此引用信息用于学术引用，确保数据集的正确引用和归属。