Thanmay/lsoie_seq2seq
收藏资源简介：
--- dataset_info: features: - name: source dtype: string - name: target dtype: string - name: clausie_trg dtype: string - name: POS struct: - name: tags sequence: string - name: words sequence: string - name: SynDP struct: - name: tags sequence: string - name: words sequence: string - name: SemDP struct: - name: tags sequence: string - name: words sequence: string splits: - name: train num_bytes: 32802784 num_examples: 17630 - name: validation num_bytes: 3797686 num_examples: 2045 - name: test num_bytes: 3893095 num_examples: 2161 download_size: 14091445 dataset_size: 40493565 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---
数据集元信息： 特征字段： - 源（source）：字符串类型 - 目标（target）：字符串类型 - ClausIE目标抽取结果字段（clausie_trg）：字符串类型 - 词性标注（Part-of-Speech, POS）：结构体类型，包含子字段： - 词性标签（tags）：字符串序列 - 分词词项（words）：字符串序列 - 句法依存分析（Syntactic Dependency Parsing, SynDP）：结构体类型，包含子字段： - 依存标签（tags）：字符串序列 - 分词词项（words）：字符串序列 - 语义依存分析（Semantic Dependency Parsing, SemDP）：结构体类型，包含子字段： - 依存标签（tags）：字符串序列 - 分词词项（words）：字符串序列 数据集划分： - 训练集（train）：占用字节数32802784，样本量17630 - 验证集（validation）：占用字节数3797686，样本量2045 - 测试集（test）：占用字节数3893095，样本量2161 全局参数：下载总大小14091445字节，数据集总占用大小40493565字节 配置项： - 默认配置（default）：数据文件路径配置如下： - 训练集：data/train-* - 验证集：data/validation-* - 测试集：data/test-*
数据集概述
数据特征
- source: 字符串类型
- target: 字符串类型
- clausie_trg: 字符串类型
- POS: 结构体类型，包含以下序列：
- tags: 字符串序列
- words: 字符串序列
- SynDP: 结构体类型，包含以下序列：
- tags: 字符串序列
- words: 字符串序列
- SemDP: 结构体类型，包含以下序列：
- tags: 字符串序列
- words: 字符串序列
数据分割
- train: 包含17630个样本，占用32802784字节
- validation: 包含2045个样本，占用3797686字节
- test: 包含2161个样本，占用3893095字节
数据集大小
- 下载大小: 14091445字节
- 数据集大小: 40493565字节
配置
- default: 包含以下数据文件路径：
- train:
data/train-* - validation:
data/validation-* - test:
data/test-*
- train:
