lingvenvist/animacy-hu-gold-standard-mid

该数据集包含句子、词元、动画标签和目标索引等字段。动画标签字段是一个序列，包含类别标签N、A和H。数据集分为训练集、测试集和验证集，分别包含9496、2035和2036个示例。The dataset includes four main features: sentences (string), tokens (sequence of strings), anim_tags (sequence of class labels with three categories: N, A, H), and target-indexes (sequence of integers). It is divided into training, test, and validation sets, containing 9496, 2035, and 2036 samples respectively. The total download size of the dataset is 2527078 bytes, and the total size is 4433209 bytes. The dataset is configured as the default configuration, with data files distributed across different paths.

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，包含类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 类型为整数序列。

数据集划分

• train: 包含9496个样本，占用3100711字节。
• test: 包含2035个样本，占用661247字节。
• validation: 包含2036个样本，占用671251字节。

数据集大小

• 下载大小: 2527078字节。
• 总大小: 4433209字节。

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*
    • validation: data/validation-*