ryderwishart/semantic-domains-greek-lemmatized
收藏Hugging Face2023-02-28 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/ryderwishart/semantic-domains-greek-lemmatized
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个与希腊新约圣经相关的语义域数据集，数据经过词形还原处理。数据集包含训练、测试和评估三个部分，每个部分都包含tokens、tags和labels三个字段。tokens字段包含分词后的文本，tags字段包含每个语义域的整数ID，labels字段包含每个tag的标签字符串。数据集的语言为希腊语，包括古希腊语、通用希腊语和新约希腊语。数据集的创建基于Nestle1904基础文本，语义域基于Louw和 Nida的希腊新约语义域。
该数据集是一个与希腊新约圣经相关的语义域数据集，数据经过词形还原处理。数据集包含训练、测试和评估三个部分，每个部分都包含tokens、tags和labels三个字段。tokens字段包含分词后的文本，tags字段包含每个语义域的整数ID，labels字段包含每个tag的标签字符串。数据集的语言为希腊语，包括古希腊语、通用希腊语和新约希腊语。数据集的创建基于Nestle1904基础文本，语义域基于Louw和 Nida的希腊新约语义域。
提供机构：
ryderwishart
原始信息汇总
数据集概述
数据集名称
Semantic Domains of the Greek New Testament (Lemmatized)
数据集类别
- 任务类别：token-classification
- 语言：el（希腊语，包括Hellenistic Greek, Koine Greek, Greek of the New Testament）
- 大小类别：1K<n<10K
数据集描述
数据集总结
该数据集包含与句子对齐的语义域，以及根据Clear-Bible/macula-greek数据进行词形还原的标记。语义域基于Louw和Nida的希腊新约语义域。
数据集结构
数据实例
- 训练集：包含6408个实例，特征包括tokens, tags, labels。
- 测试集：包含801个实例，特征包括tokens, tags, labels。
- 评估集：包含802个实例，特征包括tokens, tags, labels。
数据字段
tokens：文本单词，仅通过空格分割。tags：每个语义域的整数ID，用于模型训练。labels：每个标签的字符串，例如 89.124, 92.24 等。
数据分割
数据分为训练集（75%）、测试集（12.5%）和评估集（12.5%）。
数据集创建
希腊单词基于公共领域的Nestle1904基础文本。更多关于语义域标签含义的信息可在此处找到，或参考Louw和Nida的词典。
使用数据注意事项
数据集的社会影响
该数据可能用于进一步推广基督教义和荣耀上帝。
其他已知限制
Louw和Nida的语义域存在一些已知限制，详细讨论见此论文。
