huggingartists/noize-mc

该数据集是从Genius解析的歌词数据集，旨在通过HuggingArtists生成歌词。数据集中包含一个名为text的字段，存储了歌词文本。数据集大小为1.387658 MB，可以通过HuggingFace的datasets库直接加载。

This is a lyrics dataset parsed from Genius, designed for lyrics generation via HuggingArtists. The dataset contains a field named `text` that stores the lyrics text. It has a size of 1.387658 MB and can be directly loaded via the HuggingFace datasets library.

原始信息汇总

数据集概述

数据集名称

"huggingartists/noize-mc"

数据集摘要

该数据集包含从Genius解析的歌词数据，旨在用于生成歌词的HuggingArtists模型。

支持的任务和排行榜

[信息待补充]

语言

英语（en）

数据集结构

数据字段

• text: 字符串类型，包含歌词文本。

数据分割

• train: 349条记录
• validation: 无
• test: 无

可通过以下代码将训练集分割为训练、验证和测试集：

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

datasets = load_dataset("huggingartists/noize-mc")

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

数据来源

[信息待补充]

注释过程

[信息待补充]

个人和敏感信息

[信息待补充]

使用数据集的考虑

数据集的社会影响

[信息待补充]

数据集的偏见讨论

[信息待补充]

其他已知限制

[信息待补充]

附加信息

数据集管理员

[信息待补充]

许可信息

[信息待补充]

引用信息

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