miladalsh/sci-news-test

该数据集包含多个字段，涉及文章标题、文章内容、摘要、作者信息、来源、主题、引用、论文和新闻的URL等。特别地，数据集还包含了焦点问题和焦点区域的处理信息，这些信息可能用于特定的研究或分析任务。数据集主要用于训练模型，包含5188个示例，总大小为367878150字节。

The dataset includes multiple fields such as id, pr-title, pr-article, etc., each with its specific data type. The dataset is divided into a training set with 5188 samples. The configuration file name of the dataset is default, and the data file path is data/train-*.

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• pr-title: 字符串类型
• pr-article: 字符串类型
• pr-summary: 字符串类型
• sc-title: 字符串类型
• sc-article: 字符串类型
• sc-abstract: 字符串类型
• sc-section_names: 字符串序列类型
• sc-sections: 字符串序列类型
• sc-authors: 字符串序列类型
• source: 字符串类型
• Topic: 字符串类型
• Citation: 字符串类型
• Paper_URL: 字符串类型
• News_URL: 字符串类型
• pr-summary-and-article: 字符串类型
• focus_questions: 字符串类型
• focus_questions_processed: 序列类型
  • Label: 字符串类型
  • Focus Question: 字符串类型
• focus_paras: 字符串类型
• focus_area_processed: 序列类型
  • Label: 字符串类型
  • Focus Area: 字符串类型

数据集分割

• train: 包含5188个样本，占用367878150字节

数据集大小

• 下载大小: 184607814字节
• 数据集大小: 367878150字节

配置

• default:
  • 数据文件路径: data/train-*