igorwang/scicite_fewshots

该数据集包含多个特征字段，如字符串类型的名称、章节名称、引用论文ID、被引用论文ID等，以及分类标签如方法、背景、结果等。此外，还包括布尔类型的字段如是否为关键引用，以及浮点类型的标签置信度。数据集分为训练集、验证集和测试集，每个集的大小和示例数量都有详细说明。

原始信息汇总

数据集概述

特征信息

数据集包含以下特征：

• name: 字符串类型
• sectionName: 字符串类型
• label: 分类标签，包含以下类别：
  • 0: method
  • 1: background
  • 2: result
• citingPaperId: 字符串类型
• citedPaperId: 字符串类型
• excerpt_index: 32位整数类型
• isKeyCitation: 布尔类型
• label2: 分类标签，包含以下类别：
  • 0: supportive
  • 1: not_supportive
  • 2: cant_determine
  • 3: none
• citeEnd: 64位整数类型
• citeStart: 64位整数类型
• source: 分类标签，包含以下类别：
  • 0: properNoun
  • 1: andPhrase
  • 2: acronym
  • 3: etAlPhrase
  • 4: explicit
  • 5: acronymParen
  • 6: nan
• label_confidence: 32位浮点数类型
• label2_confidence: 32位浮点数类型
• id: 字符串类型
• fewshots_1: 字符串类型
• fewshots_5: 字符串类型
• fewshots_10: 字符串类型

数据分割

数据集分为以下几个部分：

• train: 包含8194个样本，占用3926837字节
• validation: 包含916个样本，占用439543字节
• test: 包含1859个样本，占用8046476字节

数据大小

• 下载大小: 6027818字节
• 数据集大小: 12412856字节

配置信息

• default 配置包含以下数据文件路径：
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*