lingvenvist/en-animacy-test-data-no-postproc_output.csv

--- dataset_info: features: - name: sentences dtype: string - name: tokens sequence: string - name: anim_tags sequence: class_label: names: '0': N '1': A '2': H - name: target-indexes sequence: int64 splits: - name: train num_bytes: 1866 num_examples: 3 - name: test num_bytes: 296595 num_examples: 1000 - name: validation num_bytes: 1866 num_examples: 3 download_size: 134993 dataset_size: 300327 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---数据集信息： 特征字段： - 字段名称：sentences，数据类型：字符串 - 字段名称：tokens，数据类型：字符串序列 - 字段名称：有生性标记（anim_tags），数据类型：分类标签序列，类别映射为：0对应N，1对应A，2对应H - 字段名称：目标索引（target-indexes），数据类型：64位整型序列 数据划分： - 划分名称：训练集（train），字节大小：1866，样本数量：3 - 划分名称：测试集（test），字节大小：296595，样本数量：1000 - 划分名称：验证集（validation），字节大小：1866，样本数量：3 下载大小：134993，数据集总大小：300327 配置项： - 配置名称：默认（default），数据文件路径对应如下划分： - 训练集：data/train-* - 测试集：data/test-* - 验证集：data/validation-*

原始信息汇总

数据集概述

数据集特征

• sentences: 数据类型为字符串。
• tokens: 序列类型，数据类型为字符串。
• anim_tags: 序列类型，包含分类标签，标签名称为：
  • 0: N
  • 1: A
  • 2: H
• target-indexes: 序列类型，数据类型为int64。

数据集分割

• train: 包含3个样本，占用1866字节。
• test: 包含1000个样本，占用296595字节。
• validation: 包含3个样本，占用1866字节。

数据集大小

• 下载大小: 134993字节。
• 数据集大小: 300327字节。

配置

• default:
  • train: 文件路径为data/train-*。
  • test: 文件路径为data/test-*。
  • validation: 文件路径为data/validation-*。