Rud/multi_lexsum_et_validation

--- dataset_info: features: - name: id dtype: string - name: sources sequence: string - name: sources_metadata sequence: - name: doc_id dtype: string - name: doc_type dtype: string - name: doc_title dtype: string - name: parser dtype: string - name: is_ocr dtype: bool - name: url dtype: string - name: summary/long dtype: string - name: summary/short dtype: string - name: summary/tiny dtype: string - name: case_metadata struct: - name: case_name dtype: string - name: case_type dtype: string - name: filing_date dtype: string - name: filing_year dtype: string - name: case_ongoing dtype: string - name: case_ongoing_record_time dtype: string - name: closing_year dtype: string - name: order_start_year dtype: string - name: order_end_year dtype: string - name: defendant_payment dtype: string - name: class_action_sought dtype: string - name: class_action_granted dtype: string - name: attorney_orgs list: string - name: prevailing_party dtype: string - name: plaintiff_types list: string - name: plaintiff_description dtype: string - name: constitutional_clauses list: string - name: causes_of_action list: string - name: summary_authors list: string - name: case_url dtype: string - name: document dtype: string - name: et_summary dtype: string splits: - name: validation num_bytes: 227955865 num_examples: 454 download_size: 103412737 dataset_size: 227955865 configs: - config_name: default data_files: - split: validation path: data/validation-* ---

原始信息汇总

数据集概述

数据集特征

• id：字符串类型
• sources：字符串序列类型
• sources_metadata：结构化序列，包含以下字段：
  • doc_id：字符串类型
  • doc_type：字符串类型
  • doc_title：字符串类型
  • parser：字符串类型
  • is_ocr：布尔类型
  • url：字符串类型
• summary/long：字符串类型
• summary/short：字符串类型
• summary/tiny：字符串类型
• case_metadata：结构化类型，包含以下字段：
  • case_name：字符串类型
  • case_type：字符串类型
  • filing_date：字符串类型
  • filing_year：字符串类型
  • case_ongoing：字符串类型
  • case_ongoing_record_time：字符串类型
  • closing_year：字符串类型
  • order_start_year：字符串类型
  • order_end_year：字符串类型
  • defendant_payment：字符串类型
  • class_action_sought：字符串类型
  • class_action_granted：字符串类型
  • attorney_orgs：字符串列表类型
  • prevailing_party：字符串类型
  • plaintiff_types：字符串列表类型
  • plaintiff_description：字符串类型
  • constitutional_clauses：字符串列表类型
  • causes_of_action：字符串列表类型
  • summary_authors：字符串列表类型
  • case_url：字符串类型
• document：字符串类型
• et_summary：字符串类型

数据集分割

• validation：
  • 字节数：227955865
  • 示例数：454

数据集大小

• 下载大小：103412737字节
• 数据集大小：227955865字节

配置

• default：
  • 数据文件路径：data/validation-*