connorsisacat/neuro_patents_sample_finetune_2

---
dataset_info:
features:
- name: appln_id
dtype: int64
- name: appln_filing_date
dtype: string
- name: docdb_family_id
dtype: int64
- name: granted
dtype: string
- name: appln_abstract
dtype: string
- name: appln_abstract_lg
dtype: string
- name: appln_title
dtype: string
- name: applt_coun
dtype: string
- name: invt_coun
dtype: string
- name: cpc
dtype: string
- name: ipc
sequence: string
- name: __index_level_0__
dtype: int64
- name: input
dtype: string
- name: completion
dtype: string
splits:
- name: train
num_bytes: 7220.4
num_examples: 3
download_size: 26135
dataset_size: 7220.4
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集元信息：
数据特征：
- 名称：专利申请标识号（appln_id），数据类型：64位整数
- 名称：专利申请提交日期（appln_filing_date），数据类型：字符串
- 名称：DOCDB家族标识（docdb_family_id），数据类型：64位整数
- 名称：专利授权状态（granted），数据类型：字符串
- 名称：专利申请摘要（appln_abstract），数据类型：字符串
- 名称：专利申请摘要语言（appln_abstract_lg），数据类型：字符串
- 名称：专利申请标题（appln_title），数据类型：字符串
- 名称：申请人国家（applt_coun），数据类型：字符串
- 名称：发明人国家（invt_coun），数据类型：字符串
- 名称：联合专利分类号（Cooperative Patent Classification，CPC），数据类型：字符串
- 名称：国际专利分类号（International Patent Classification，IPC），序列类型：字符串
- 名称：索引层级0（__index_level_0__），数据类型：64位整数
- 名称：输入文本（input），数据类型：字符串
- 名称：补全文本（completion），数据类型：字符串
数据拆分：
- 名称：训练集（train），占用字节数：7220.4，样本条数：3
下载体积：26135字节，数据集存储体积：7220.4字节
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 对应数据拆分：训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集信息

特征

• appln_id: 数据类型为 int64
• appln_filing_date: 数据类型为 string
• docdb_family_id: 数据类型为 int64
• granted: 数据类型为 string
• appln_abstract: 数据类型为 string
• appln_abstract_lg: 数据类型为 string
• appln_title: 数据类型为 string
• applt_coun: 数据类型为 string
• invt_coun: 数据类型为 string
• cpc: 数据类型为 string
• ipc: 数据类型为 string，序列类型为 string
• index_level_0: 数据类型为 int64
• input: 数据类型为 string
• completion: 数据类型为 string

数据集大小

• 下载大小: 26135 字节
• 数据集大小: 7220.4 字节

数据分割

• train: 包含 3 个样本，占用 7220.4 字节

配置

• default:
  • 数据文件路径: data/train-*