LA1512/train_pubmed_ORC_1024_20K

--- dataset_info: features: - name: article dtype: string - name: abstract dtype: string - name: section_names dtype: string - name: article_CS dtype: string - name: ext_target sequence: int64 splits: - name: train num_bytes: 863887862 num_examples: 20000 download_size: 367214044 dataset_size: 863887862 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集信息

特征

• article: 文章内容，数据类型为字符串。
• abstract: 摘要内容，数据类型为字符串。
• section_names: 章节名称，数据类型为字符串。
• article_CS: 文章的计算机科学相关内容，数据类型为字符串。
• ext_target: 外部目标，数据类型为整数序列。

数据分割

• train: 训练集，包含20000个样本，总字节数为863887862。

数据集大小

• 下载大小: 367214044字节
• 数据集总大小: 863887862字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*