lingvenvist/animacy-it

该数据集包含句子、词元序列、动画标签序列和目标索引序列。动画标签序列包含三个类别：N、A、H，分别代表不同的标签类型。目标索引序列用于标识目标词的位置。数据集分为训练集、测试集和验证集，分别包含3、16424和3个样本。数据集的下载大小为2827382字节，总大小为6628435字节。

The dataset contains sentences, token sequences, animation tag sequences, and target index sequences. The animation tag sequences include three categories: N, A, H, representing different label types. The target index sequences are used to identify the positions of target words. The dataset is divided into training, test, and validation sets, containing 3, 16424, and 3 samples respectively. The download size of the dataset is 2827382 bytes, and the total size is 6628435 bytes.

原始信息汇总

数据集概述

数据集特征

• sentences: 类型为字符串。
• tokens: 类型为字符串序列。
• anim_tags: 类型为序列，包含以下类别标签：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据集分割

• train: 包含3个样本，占用1866字节。
• test: 包含16424个样本，占用6624703字节。
• validation: 包含3个样本，占用1866字节。

数据集大小

• 下载大小: 2827382字节。
• 数据集总大小: 6628435字节。

配置

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