spyroot/cornell_sum_movie_dialog

---
license: apache-2.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: movieID
dtype: string
- name: movieTitle
dtype: string
- name: movieYear
dtype: string
- name: movieIMDBRating
dtype: string
- name: movieNoIMDBVotes
dtype: string
- name: movieGenres
sequence: string
- name: utterance
sequence:
- name: lines
dtype: string
- name: lids
dtype: string
splits:
- name: train
num_bytes: 32283731
num_examples: 83097
download_size: 0
dataset_size: 32283731
---

许可证：Apache-2.0
配置项：
- 配置名称：默认（default）
数据文件：
- 拆分方式：训练集（train）
路径：data/train-*
数据集信息：
特征字段：
- 字段名：电影ID（movieID），数据类型：字符串
- 字段名：电影标题（movieTitle），数据类型：字符串
- 字段名：电影年份（movieYear），数据类型：字符串
- 字段名：IMDb评分（movieIMDBRating），数据类型：字符串
- 字段名：IMDb投票数（movieNoIMDBVotes），数据类型：字符串
- 字段名：电影类型（movieGenres），类型为字符串序列
- 字段名：话语序列（utterance），结构为字符串序列，包含子字段：
- 子字段：台词（lines），数据类型：字符串
- 子字段：语言标识符（lids），数据类型：字符串
拆分子集：
- 拆分名称：训练集（train），字节大小：32283731，样本数量：83097
下载大小：0
数据集总大小：32283731

原始信息汇总

数据集概述

许可证

• Apache 2.0

配置

• 默认配置
  • 数据文件路径: data/train-*

数据集信息

特征

• movieID: 字符串类型
• movieTitle: 字符串类型
• movieYear: 字符串类型
• movieIMDBRating: 字符串类型
• movieNoIMDBVotes: 字符串类型
• movieGenres: 字符串序列
• utterance: 序列
  • lines: 字符串类型
  • lids: 字符串类型

数据分割

• train
  • 字节数: 32283731
  • 样本数: 83097

数据大小

• 下载大小: 0
• 数据集大小: 32283731