chemNLP/clinical-trials-v2

---
dataset_info:
features:
- name: filename
dtype: string
- name: xml
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 12800535347
num_examples: 456224
download_size: 3738991719
dataset_size: 12800535347
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 字段名：filename，数据类型：字符串
- 字段名：xml（可扩展标记语言，XML），数据类型：字符串
- 字段名：text，数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节数：12800535347，样本总数：456224
下载大小：3738991719
数据集总存储大小：12800535347
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

特征信息

• filename: 数据类型为字符串。
• xml: 数据类型为字符串。
• text: 数据类型为字符串。

数据分割

• train: 包含456224个样本，总字节数为12800535347。

数据集大小

• 下载大小: 3738991719字节。
• 数据集大小: 12800535347字节。

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*