coref-data/litbank_indiscrim

该数据集是通过将`coref-data/litbank_raw`数据集重新格式化生成的，采用了无差别共指格式。数据集包含多个配置，每个配置都有详细的特征描述，如句子、共指链、文本、体裁和元数据等。数据集被分割为训练集、验证集和测试集，并提供了每个分割的文件大小和示例数量。

原始信息汇总

数据集概述

该数据集包含多个配置（split_0 到 split_9），每个配置都有特定的特征和数据分割。以下是每个配置的详细信息：

配置详情

split_0

• 特征:
  • sentences:
    • id: int64
    • misc:
      • parse_tree: string
    • speaker: null
    • text: string
    • tokens:
      • deprel: string
      • end_char: int64
      • feats: string
      • head: int64
      • id: int64
      • lemma: string
      • misc: string
      • start_char: int64
      • text: string
      • upos: string
      • xpos: string
  • coref_chains: sequence of sequence of sequence of int64
  • id: string
  • text: string
  • genre: string
  • meta_data:
    • author: string
    • comment: string
    • date: string
    • gutenberg_id: string
    • title: string
• 分割:
  • train: 80 examples, 66722053 bytes
  • validation: 10 examples, 9538946 bytes
  • test: 10 examples, 10206291 bytes
• 下载大小: 44024474 bytes
• 数据集大小: 86467290 bytes

split_1 到 split_9

• 特征:
  • sentences:
    • id: int64
    • speaker: null
    • text: string
    • tokens:
      • id: int64
      • text: string
  • coref_chains: sequence of sequence of sequence of int64
  • id: string
  • text: string
  • genre: string
  • meta_data:
    • author: string
    • comment: string
    • date: string
    • gutenberg_id: string
    • title: string
• 分割:
  • train: 80 examples
  • validation: 10 examples
  • test: 10 examples
• 下载大小: 40296693 bytes 到 40294593 bytes
• 数据集大小: 66949329 bytes

数据文件路径

• split_0 到 split_9 的每个配置都有对应的数据文件路径，格式为 split_X/train-*, split_X/validation-*, split_X/test-*。