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