Cheremy/processed_scifact_chunked

该数据集包含四个字段：一个整数类型的匿名字段，一个整数类型的id字段，一个字符串类型的chunk_id字段和一个字符串类型的text字段。数据集的训练集部分包含5183个文本示例，总大小为7516114字节。

The dataset includes four fields: an integer-type anonymous field, an integer-type id field, a string-type chunk_id field, and a string-type text field. The training set of the dataset contains 5183 text examples, totaling 7516114 bytes in size.

原始信息汇总

数据集概述

数据集特征

• Unnamed: 0: 数据类型为 int64
• id: 数据类型为 int64
• chunk_id: 数据类型为 string
• text: 数据类型为 string

数据集分割

• train:
  • 字节数: 7516114
  • 样本数: 5183

数据集大小

• 下载大小: 4244819 字节
• 数据集大小: 7516114 字节

配置

• default:
  • 数据文件路径: data/train-*