ptb_text_only

مراجع:

penn_treebank

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:ptb_text_only/penn_treebank')
  • توضیحات :
This is the Penn Treebank Project: Release 2 CDROM, featuring a million words of 1989 Wall Street Journal material. This corpus has been annotated for part-of-speech (POS) information. In addition, over half of it has been annotated for skeletal syntactic structure.
  • مجوز : توافقنامه کاربر LDC برای غیر اعضا
  • نسخه : 1.1.0
  • تقسیم ها :
تقسیم کنید نمونه ها
'test' 3761
'train' 42068
'validation' 3370
  • ویژگی ها :
{
    "sentence": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}