longevity-genie/moskalev_papers

该数据集包含Alexey Moskalev在semantic-scholar上发表的论文，这些论文具有pubmed ids。数据集以parquet格式存储，包含论文的ID、更新日期、内容来源信息、外部ID、内容文本以及各种注释信息如作者、摘要、图表等。

原始信息汇总

数据集概述

数据集内容

• 包含Alexey Moskalev在Semantic Scholar中所有带有PubMed ID的论文数据。

数据集结构

• corpusid: 长整型，可为空。
• updated: 字符串，可为空。
• content_source_oainfo_license: 字符串，可为空。
• content_source_oainfo_openaccessurl: 字符串，可为空。
• content_source_oainfo_status: 字符串，可为空。
• content_source_pdfsha: 字符串，可为空。
• content_source_pdfurls: 字符串数组，可为空。
• externalids_acl: 字符串，可为空。
• externalids_arxiv: 字符串，可为空。
• externalids_dblp: 字符串，可为空。
• externalids_doi: 字符串，可为空。
• externalids_mag: 字符串，可为空。
• externalids_pubmed: 字符串，可为空。
• externalids_pubmedcentral: 字符串，可为空。
• content_text: 字符串，可为空。
• annotations_abstract: 字符串数组，可为空。
• annotations_author: 字符串数组，可为空。
• annotations_authoraffiliation: 字符串数组，可为空。
• annotations_authorfirstname: 字符串数组，可为空。
• annotations_authorlastname: 字符串数组，可为空。
• annotations_bibauthor: 字符串数组，可为空。
• annotations_bibauthorfirstname: 字符串数组，可为空。
• annotations_bibauthorlastname: 字符串数组，可为空。
• annotations_bibentry: 字符串数组，可为空。
• annotations_bibref: 字符串数组，可为空。
• annotations_bibtitle: 字符串数组，可为空。
• annotations_bibvenue: 字符串数组，可为空。
• annotations_figure: 字符串数组，可为空。
• annotations_figurecaption: 字符串数组，可为空。
• annotations_figureref: 字符串数组，可为空。
• annotations_formula: 字符串数组，可为空。
• annotations_paragraph: 字符串数组，可为空。
• annotations_publisher: 字符串数组，可为空。
• annotations_sectionheader: 字符串数组，可为空。
• annotations_table: 字符串数组，可为空。
• annotations_tableref: 字符串数组，可为空。
• annotations_title: 字符串数组，可为空。
• annotations_venue: 字符串数组，可为空。

许可证

• 数据集遵循OpenRAIL许可证。