coref-data/preco_indiscrim_parsed

---
dataset_info:
features:
- name: id
dtype: string
- name: sentences
list:
- name: id
dtype: int64
- name: misc
struct:
- name: parse_tree
dtype: string
- name: speaker
dtype: 'null'
- name: text
dtype: string
- name: tokens
list:
- name: deprel
dtype: string
- name: end_char
dtype: int64
- name: feats
dtype: string
- name: head
dtype: int64
- name: id
dtype: int64
- name: lemma
dtype: string
- name: misc
dtype: string
- name: start_char
dtype: int64
- name: text
dtype: string
- name: upos
dtype: string
- name: xpos
dtype: string
- name: text
dtype: string
- name: coref_chains
sequence:
sequence:
sequence: int64
- name: genre
dtype: string
- name: meta_data
struct:
- name: comment
dtype: string
splits:
- name: validation
num_bytes: 21569575
num_examples: 500
- name: test
num_bytes: 21470758
num_examples: 500
download_size: 8838291
dataset_size: 43040333
configs:
- config_name: default
data_files:
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• sentences: 列表类型，包含以下子特征：
  • id: 数据类型为整数64位。
  • misc: 结构类型，包含子特征：
    • parse_tree: 数据类型为字符串。
  • speaker: 数据类型为空。
  • text: 数据类型为字符串。
  • tokens: 列表类型，包含以下子特征：
    • deprel: 数据类型为字符串。
    • end_char: 数据类型为整数64位。
    • feats: 数据类型为字符串。
    • head: 数据类型为整数64位。
    • id: 数据类型为整数64位。
    • lemma: 数据类型为字符串。
    • misc: 数据类型为字符串。
    • start_char: 数据类型为整数64位。
    • text: 数据类型为字符串。
    • upos: 数据类型为字符串。
    • xpos: 数据类型为字符串。
• text: 数据类型为字符串。
• coref_chains: 序列类型，包含多层嵌套的整数64位序列。
• genre: 数据类型为字符串。
• meta_data: 结构类型，包含子特征：
  • comment: 数据类型为字符串。

数据分割

• validation: 包含500个样本，数据大小为21569575字节。
• test: 包含500个样本，数据大小为21470758字节。

数据集大小

• 下载大小: 8838291字节。
• 数据集大小: 43040333字节。

配置

• default: 包含以下数据文件：
  • validation: 路径为data/validation-*。
  • test: 路径为data/test-*。