KomeijiForce/patent_abstract

---
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype:
class_label:
names:
'0': Human Necessities
'1': Performing Operations; Transporting
'2': Chemistry; Metallurgy
'3': Textiles; Paper
'4': Fixed Constructions
'5': Mechanical Engineering; Lightning; Heating; Weapons; Blasting
'6': Physics
'7': Electricity
'8': General tagging of new or cross-sectional technology
splits:
- name: train
num_bytes: 17225101
num_examples: 25000
- name: validation
num_bytes: 3472854
num_examples: 5000
- name: test
num_bytes: 3456733
num_examples: 5000
download_size: 12067953
dataset_size: 24154688
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• text：文本数据，数据类型为字符串。
• label：标签数据，数据类型为分类标签，具体分类如下：
  • 0: Human Necessities
  • 1: Performing Operations; Transporting
  • 2: Chemistry; Metallurgy
  • 3: Textiles; Paper
  • 4: Fixed Constructions
  • 5: Mechanical Engineering; Lightning; Heating; Weapons; Blasting
  • 6: Physics
  • 7: Electricity
  • 8: General tagging of new or cross-sectional technology

数据集划分

• train：训练集，包含25000个样本，总大小为17225101字节。
• validation：验证集，包含5000个样本，总大小为3472854字节。
• test：测试集，包含5000个样本，总大小为3456733字节。

数据集大小

• 下载大小：12067953字节。
• 数据集总大小：24154688字节。

数据文件配置

• config_name：default
• data_files：
  • train：路径为data/train-*
  • validation：路径为data/validation-*
  • test：路径为data/test-*