hatakeyama-llm-team/PMC

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: PMC002xxxxxx_0
num_bytes: 1242307273
num_examples: 116737
- name: PMC003xxxxxx_0
num_bytes: 3892748417
num_examples: 323510
- name: PMC005xxxxxx_0
num_bytes: 5165315109
num_examples: 379006
download_size: 5400564884
dataset_size: 10300370799
configs:
- config_name: default
data_files:
- split: PMC002xxxxxx_0
path: data/PMC002xxxxxx_0-*
- split: PMC003xxxxxx_0
path: data/PMC003xxxxxx_0-*
- split: PMC005xxxxxx_0
path: data/PMC005xxxxxx_0-*
---

# Data collected from [PMC](https://www.ncbi.nlm.nih.gov/pmc/tools/textmining/)
- Only CC-BY, CC-BY-SA licenses are included.
- For all records, check the jsonl files in the [data folder](https://huggingface.co/datasets/hatakeyama-llm-team/PMC/tree/main)

数据集信息：
特征项：
- 字段名：text，数据类型：字符串
数据拆分：
- 拆分名称：PMC002xxxxxx_0，字节大小：1242307273，样本数量：116737
- 拆分名称：PMC003xxxxxx_0，字节大小：3892748417，样本数量：323510
- 拆分名称：PMC005xxxxxx_0，字节大小：5165315109，样本数量：379006
下载总大小：5400564884
数据集总占用大小：10300370799
配置项：
- 配置名称：default，数据文件：
- 对应拆分：PMC002xxxxxx_0，文件路径：data/PMC002xxxxxx_0-*
- 对应拆分：PMC003xxxxxx_0，文件路径：data/PMC003xxxxxx_0-*
- 对应拆分：PMC005xxxxxx_0，文件路径：data/PMC005xxxxxx_0-*

# 数据采集自[PubMed Central（PMC，https://www.ncbi.nlm.nih.gov/pmc/tools/textmining/）]
- 仅收录采用CC-BY、CC-BY-SA许可协议的内容
- 如需获取全部记录，请查阅[数据文件夹（https://huggingface.co/datasets/hatakeyama-llm-team/PMC/tree/main）]内的jsonl格式文件