GGLab/GECTurk

---
language:
- tr
license: apache-2.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
- split: movie_reviews
path: data/movie_reviews-*
dataset_info:
features:
- name: tokens
sequence: string
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 21679538
num_examples: 96919
- name: dev
num_bytes: 4656477
num_examples: 20769
- name: test
num_bytes: 4617039
num_examples: 20769
- name: movie_reviews
num_bytes: 86380
num_examples: 300
download_size: 12014485
dataset_size: 31039434
---

原始信息汇总

数据集概述

语言

• 土耳其语 (tr)

许可证

• Apache 2.0

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 开发集 (dev): data/dev-*
    • 测试集 (test): data/test-*
    • 电影评论 (movie_reviews): data/movie_reviews-*

数据集信息

• 特征：

  • tokens: 字符串序列
  • labels: 整数序列 (int64)

• 数据集划分：

  • 训练集 (train)
    • 字节数: 21679538
    • 样本数: 96919
  • 开发集 (dev)
    • 字节数: 4656477
    • 样本数: 20769
  • 测试集 (test)
    • 字节数: 4617039
    • 样本数: 20769
  • 电影评论 (movie_reviews)
    • 字节数: 86380
    • 样本数: 300

• 下载大小: 12014485 字节

• 数据集大小: 31039434 字节