该数据集包含6273个训练样本，762个验证样本和749个测试样本。每个样本代表一个句子，包括以下特征：句子ID（'sent_id'），标记列表（'tokens'），归一化词形列表（'norms'），词形列表（'lemmas'），Multext-East标记列表（'xpos_tags'），形态特征列表（'feats'）和UPOS标记列表（'upos_tags'），这些都被编码为类标签。