lingvenvist/animacy-sl-gold-standard-org

该数据集包含句子、词元、动画标签和目标索引等特征。动画标签是一个序列，包含四个类别标签：N、A、H、O。数据集分为训练集、测试集和验证集，分别包含7740、1658和1660个样本。数据集的下载大小为2373435字节，总大小为4121605字节。

This dataset is primarily used for natural language processing tasks, containing four main features: sentences, tokens, anim_tags, and target-indexes. The dataset is divided into training, testing, and validation parts, suitable for model training and evaluation.

原始信息汇总

数据集概述

特征信息

• sentences: 类型为字符串。
• tokens: 类型为字符串序列。
• anim_tags: 类型为序列，包含分类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
  • 3: O
• target-indexes: 类型为整数序列。

数据分割

• train: 包含7740个样本，占用2877794字节。
• test: 包含1658个样本，占用621140字节。
• validation: 包含1660个样本，占用622671字节。

数据集大小

• 下载大小: 2373435字节
• 数据集总大小: 4121605字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*
    • validation: 路径为 data/validation-*