huggingartists/chief-keef

该数据集是从Genius平台解析的歌词数据集，旨在用于生成歌词。数据集包含一个名为text的字段，存储歌词文本。数据集的生成大小为2.64925 MB，语言为英语。This is a lyrics dataset parsed from the Genius platform, intended for lyric generation tasks. The dataset contains a field named `text` that stores lyric texts. The total size of this dataset is 2.64925 MB, and the language of the lyrics is English.

原始信息汇总

数据集概述

数据集描述

• 数据集名称: huggingartists/chief-keef
• 数据集摘要: 该数据集是从Genius解析的歌词数据，旨在用于HuggingArtists生成歌词。
• 支持的任务和排行榜: 待补充
• 语言: 英语

数据集结构

• 数据字段:
  • text: 字符串类型，包含歌词内容。
• 数据分割:
  • train: 1441条记录
  • validation 和 test 尚未分割，但可通过代码进行分割。

数据集创建

• 来源数据: 待补充
• 注释: 待补充
• 个人和敏感信息: 待补充

使用数据注意事项

• 社会影响: 待补充
• 偏见讨论: 待补充
• 其他已知限制: 待补充

附加信息

• 数据集管理者: 待补充

• 许可信息: 待补充

• 引用信息:

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

如何使用

python from datasets import load_dataset

dataset = load_dataset("huggingartists/chief-keef")

数据集分割示例

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

datasets = load_dataset("huggingartists/chief-keef")

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)}) } )