just097/wiki-comma-placement
收藏官方服务：
资源简介：
Wiki Comma Placement数据集是Wikitext数据集的一个子集，专门用于修复标点符号，特别是逗号的位置。数据集包含训练集、验证集和测试集，分别有82600、20651和19667个样本。每个样本包含tokens和tags两个特征，其中tokens是字符串序列，tags是int64序列。数据集的总大小为52953159字节，下载大小为12620120字节。数据集的许可证为MIT，任务类别为token-classification，语言为英语。
提供机构：
just097原始信息汇总
Wiki Comma Placement Dataset 数据集概述
数据集配置
- 默认配置：
- 训练集：
- 路径：
data/train-*
- 路径：
- 验证集：
- 路径：
data/validation-*
- 路径：
- 测试集：
- 路径：
data/test-*
- 路径：
- 训练集：
数据集信息
- 特征：
- tokens：字符串序列
- tags：整数序列
- 分割：
- 训练集：
- 字节数：35619014
- 样本数：82600
- 验证集：
- 字节数：8871452
- 样本数：20651
- 测试集：
- 字节数：8462693
- 样本数：19667
- 训练集：
- 下载大小：12620120 字节
- 数据集大小：52953159 字节
许可证
- MIT 许可证
任务类别
- 标记分类
语言
- 英语
数据集名称
- Wiki Comma Placement Dataset
