jgibb/billsum_abstracted_us_congress_117_bills
收藏Hugging Face2024-03-25 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/jgibb/billsum_abstracted_us_congress_117_bills
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个字段，涉及政策领域、摘要、文本、标题、提案人信息等。数据集还包含了不同长度的文本提取结果，如提取的文本、BERT摘要提取结果等。数据集被分为训练集、验证集和测试集，分别包含5627、1713和185个样本。文件总大小为277333635字节，下载大小为119443598字节。
该数据集包含多个字段，涉及政策领域、摘要、文本、标题、提案人信息等。数据集还包含了不同长度的文本提取结果，如提取的文本、BERT摘要提取结果等。数据集被分为训练集、验证集和测试集，分别包含5627、1713和185个样本。文件总大小为277333635字节，下载大小为119443598字节。
提供机构：
jgibb
原始信息汇总
数据集概述
数据集特征
- Unnamed: 0: 整数类型
- index: 整数类型
- id: 字符串类型
- policy_areas: 字符串类型
- cur_summary: 字符串类型
- cur_text: 字符串类型
- title: 字符串类型
- titles_official: 字符串类型
- titles_short: 字符串类型
- sponsor_name: 字符串类型
- sponsor_party: 字符串类型
- sponsor_state: 字符串类型
- cleaned_summary: 字符串类型
- extracted_text: 字符串类型
- extracted_text_375: 字符串类型
- extracted_text_750: 字符串类型
- extracted_text_1000: 字符串类型
- bertsum_extracted_250: 字符串类型
- bertsum_extracted_375: 字符串类型
- bertsum_extracted_375_1000: 字符串类型
- bertsum_extracted_250_1000: 字符串类型
- bertsum_extracted_375_750: 字符串类型
- bertsum_extracted_250_750: 字符串类型
- bertsum_extracted_375_500: 字符串类型
- bertsum_extracted_250_500: 字符串类型
- bertsum_extracted_375_375: 字符串类型
- bertsum_extracted_250_375: 字符串类型
- text_len: 整数类型
- billsum_abstracted_1000: 字符串类型
数据集分割
- train: 5627个样本，占用206866440字节
- val: 1713个样本，占用63760378字节
- test: 185个样本，占用6706817字节
数据集大小
- 下载大小: 119443598字节
- 数据集总大小: 277333635字节
配置文件
- config_name: default
- data_files:
- train: data/train-*
- val: data/val-*
- test: data/test-*
