yicozy/dataset_study_dictionary

---
dataset_info:
features:
- name: study_ids
sequence: string
- name: corpus
dtype: string
splits:
- name: train
num_bytes: 1120563
num_examples: 7774
download_size: 118282
dataset_size: 1120563
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "dataset_study_dictionary"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 名称：study_ids（研究ID），类型为字符串序列
- 名称：corpus（语料库），数据类型为字符串
数据划分：
- 名称：train（训练集），占用字节数：1120563，样本数量：7774
下载大小：118282
数据集总大小：1120563
配置：
- 配置名称：default（默认配置），数据文件：
- 划分集为train（训练集），路径为data/train-*
---
# 「dataset_study_dictionary」数据集卡片

【需补充更多信息】（链接：https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards）

原始信息汇总

数据集信息

特征

• study_ids: 字符串序列
• corpus: 字符串类型

数据分割

• train:
  • 字节数: 1120563
  • 样本数: 7774

数据大小

• 下载大小: 118282 字节
• 数据集大小: 1120563 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*