Ro551/WikiCorrupted_spanish_to_GEC-GED_s

--- dataset_info: features: - name: sentence dtype: string - name: corrupted dtype: string - name: tokens sequence: string - name: error_tags sequence: class_label: names: '0': O '1': G-gen '2': G-nsing '3': G-nplur '4': G-verbForm '5': G-uArt '6': G-wo '7': P-missing '8': S-title '9': S-noAccent '10': S-mistake - name: error_type sequence: string - name: corrupted_tagged dtype: string splits: - name: train num_bytes: 123523424 num_examples: 72160 - name: validation num_bytes: 41075431 num_examples: 24064 - name: test num_bytes: 41200004 num_examples: 23919 download_size: 95220297 dataset_size: 205798859 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---数据集信息： 特征项： - 字段名：sentence（原句），数据类型：字符串 - 字段名：corrupted（篡改句），数据类型：字符串 - 字段名：tokens，数据类型：字符串序列，元素为Token（Token） - 字段名：error_tags（错误标签），数据类型：类别标签序列，其类别名称如下：'0'：O（非错误标记），'1'：G-gen，'2'：G-nsing，'3'：G-nplur，'4'：G-verbForm，'5'：G-uArt，'6'：G-wo，'7'：P-missing，'8'：S-title，'9'：S-noAccent，'10'：S-mistake - 字段名：error_type（错误类型），数据类型：字符串序列 - 字段名：corrupted_tagged（带标记的篡改句），数据类型：字符串 数据划分： - 训练集（train）：字节大小123523424，样本量72160 - 验证集（validation）：字节大小41075431，样本量24064 - 测试集（test）：字节大小41200004，样本量23919 下载总大小：95220297字节，数据集总大小：205798859字节 配置项： - 配置名称：default（默认配置），数据文件路径： - 训练集：data/train-* - 验证集：data/validation-* - 测试集：data/test-*