jordanfan/billsum_abstracted_us_congress_117_bills_p3

---
dataset_info:
features:
- name: 'Unnamed: 0'
dtype: int64
- name: index
dtype: int64
- name: id
dtype: string
- name: policy_areas
dtype: string
- name: cur_summary
dtype: string
- name: cur_text
dtype: string
- name: title
dtype: string
- name: titles_official
dtype: string
- name: titles_short
dtype: string
- name: sponsor_name
dtype: string
- name: sponsor_party
dtype: string
- name: sponsor_state
dtype: string
- name: cleaned_summary
dtype: string
- name: extracted_text
dtype: string
- name: extracted_text_375
dtype: string
- name: extracted_text_750
dtype: string
- name: extracted_text_1000
dtype: string
- name: bertsum_extracted_250
dtype: string
- name: bertsum_extracted_375
dtype: string
- name: bertsum_extracted_375_1000
dtype: string
- name: bertsum_extracted_250_1000
dtype: string
- name: bertsum_extracted_375_750
dtype: string
- name: bertsum_extracted_250_750
dtype: string
- name: bertsum_extracted_375_500
dtype: string
- name: bertsum_extracted_250_500
dtype: string
- name: bertsum_extracted_375_375
dtype: string
- name: bertsum_extracted_250_375
dtype: string
- name: text_len
dtype: int64
- name: billsum_abstracted_1000
dtype: string
splits:
- name: train
num_bytes: 97509534
num_examples: 856
- name: val
num_bytes: 27730446
num_examples: 244
- name: test
num_bytes: 3226295
num_examples: 28
download_size: 50487479
dataset_size: 128466275
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• Unnamed: 0: 数据类型为 int64。
• index: 数据类型为 int64。
• id: 数据类型为 string。
• policy_areas: 数据类型为 string。
• cur_summary: 数据类型为 string。
• cur_text: 数据类型为 string。
• title: 数据类型为 string。
• titles_official: 数据类型为 string。
• titles_short: 数据类型为 string。
• sponsor_name: 数据类型为 string。
• sponsor_party: 数据类型为 string。
• sponsor_state: 数据类型为 string。
• cleaned_summary: 数据类型为 string。
• extracted_text: 数据类型为 string。
• extracted_text_375: 数据类型为 string。
• extracted_text_750: 数据类型为 string。
• extracted_text_1000: 数据类型为 string。
• bertsum_extracted_250: 数据类型为 string。
• bertsum_extracted_375: 数据类型为 string。
• bertsum_extracted_375_1000: 数据类型为 string。
• bertsum_extracted_250_1000: 数据类型为 string。
• bertsum_extracted_375_750: 数据类型为 string。
• bertsum_extracted_250_750: 数据类型为 string。
• bertsum_extracted_375_500: 数据类型为 string。
• bertsum_extracted_250_500: 数据类型为 string。
• bertsum_extracted_375_375: 数据类型为 string。
• bertsum_extracted_250_375: 数据类型为 string。
• text_len: 数据类型为 int64。
• billsum_abstracted_1000: 数据类型为 string。

数据集分割

• train: 包含 856 个示例，占用 97509534 字节。
• val: 包含 244 个示例，占用 27730446 字节。
• test: 包含 28 个示例，占用 3226295 字节。

数据集大小

• 下载大小: 50487479 字节。
• 数据集总大小: 128466275 字节。