Egbertjing/citation2_title

该数据集包含两个主要特征：title（标题）和node idx（节点索引），数据类型分别为字符串和int64。数据集分为训练集和测试集，训练集包含2728032个样本，测试集包含272804个样本。数据集的下载大小为190997364字节，总大小为279714636字节。

The dataset includes two main features: title (string type) and node idx (64-bit integer type). It is divided into a training set containing 2728032 samples and a test set containing 272804 samples. The total download size of the dataset is 190997364 bytes, and the total dataset size is 279714636 bytes. The dataset configuration is named default, with the training set and test set data files stored in data/train-* and data/test-* paths respectively.

原始信息汇总

数据集概述

数据特征

• title: 字符串类型
• node idx: 64位整数类型

数据分割

• train:
  • 字节数: 254257177
  • 样本数: 2728032
• test:
  • 字节数: 25457459
  • 样本数: 272804

数据集大小

• 下载大小: 190997364 字节
• 数据集总大小: 279714636 字节

配置

• default:
  • train: 数据路径为 data/train-*
  • test: 数据路径为 data/test-*