huggingartists/joni-mitchell

该数据集是从Genius解析的歌词数据，旨在用于生成歌词。数据集大小为0.703544 MB，包含559条训练数据。数据字段为text，表示歌词文本。数据集可以通过Hugging Face的datasets库直接加载，并且可以轻松地将训练数据分割为训练集、验证集和测试集。

原始信息汇总

数据集卡片 for "huggingartists/joni-mitchell"

数据集描述

• 生成的数据集大小: 0.703544 MB

数据集概述

该数据集是从Genius解析的歌词数据集，旨在用于生成歌词的HuggingArtists项目。模型可在此处获取。

支持的任务和排行榜

更多信息需要

语言

en

如何使用

使用datasets库直接加载此数据集的方法：

python from datasets import load_dataset

dataset = load_dataset("huggingartists/joni-mitchell")

数据集结构

train的一个示例如下：

json { "text": "Look, I was gonna go easy on you Not to hurt your feelings But Im only going to get this one chance Somethings wrong, I can feel it..." }

数据字段

所有分割的数据字段相同：

• text: 一个string特征。

数据分割

train	validation	test
559	-	-

Train可以通过几行代码轻松分割为train、validation和test：

python from datasets import load_dataset, Dataset, DatasetDict import numpy as np

datasets = load_dataset("huggingartists/joni-mitchell")

train_percentage = 0.9 validation_percentage = 0.07 test_percentage = 0.03

train, validation, test = np.split(datasets[train][text], [int(len(datasets[train][text])train_percentage), int(len(datasets[train][text])(train_percentage + validation_percentage))])

datasets = DatasetDict( { train: Dataset.from_dict({text: list(train)}), validation: Dataset.from_dict({text: list(validation)}), test: Dataset.from_dict({text: list(test)}) } )

数据集创建

策划理由

更多信息需要

源数据

初始数据收集和规范化

更多信息需要

源语言生产者是谁？

更多信息需要

注释

注释过程

更多信息需要

注释者是谁？

更多信息需要

个人和敏感信息

更多信息需要

使用数据的注意事项

数据集的社会影响

更多信息需要

偏见的讨论

更多信息需要

其他已知限制

更多信息需要

附加信息

数据集策展人

更多信息需要

许可信息

更多信息需要

引用信息

@InProceedings{huggingartists, author={Aleksey Korshuk} year=2021 }