huggingartists/logic
收藏资源简介：
该数据集是从Genius解析的歌词数据，旨在用于生成歌词。数据集包含651条训练数据，数据字段为text，表示歌词文本。数据集的生成大小为3.343197 MB。
This dataset is lyric data parsed from Genius, intended for lyric generation. It contains 651 training samples, with a data field named "text" that represents the lyric text. The total size of this dataset is 3.343197 MB.
数据集卡片 for "huggingartists/logic"
数据集描述
- 生成的数据集大小: 3.343197 MB
数据集摘要
该数据集是从Genius解析的歌词数据集，旨在使用HuggingArtists生成歌词。模型可在此处获取：HuggingArtists/Logic。
支持的任务和排行榜
语言
en
如何使用
使用datasets库直接加载此数据集的方法如下：
python from datasets import load_dataset
dataset = load_dataset("huggingartists/logic")
数据集结构
train示例如下：
json { "text": "Look, I was gonna go easy on you Not to hurt your feelings But Im only going to get this one chance Somethings wrong, I can feel it..." }
数据字段
所有分区的数据字段相同：
text: 一个string特征。
数据分割
| train | validation | test |
|---|---|---|
| 651 | - | - |
Train可以很容易地用几行代码分割成train、validation和test：
python from datasets import load_dataset, Dataset, DatasetDict import numpy as np
datasets = load_dataset("huggingartists/logic")
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
策划理由
源数据
初始数据收集和规范化
源语言生产者是谁？
注释
注释过程
注释者是谁？
个人和敏感信息
使用数据的注意事项
数据集的社会影响
偏见的讨论
其他已知限制
附加信息
数据集策展人
许可信息
引用信息
bibtex @InProceedings{huggingartists, author={Aleksey Korshuk}, year=2022 }
