ricardosantoss/top10_primary

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: TEXT
dtype: string
- name: ICD9_CODE
sequence: string
splits:
- name: train
num_bytes: 121066961
num_examples: 12699
- name: test
num_bytes: 23919656
num_examples: 2500
- name: validation
num_bytes: 24070118
num_examples: 2500
download_size: 95077634
dataset_size: 169056735
---
# Dataset Card for "top10_primary"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 测试集：路径为 data/test-*
  • 验证集：路径为 data/validation-*

数据集信息

• 特征：

  • TEXT：数据类型为字符串
  • ICD9_CODE：数据类型为字符串序列

• 分割：

  • 训练集：
    • 字节数：121066961
    • 样本数：12699
  • 测试集：
    • 字节数：23919656
    • 样本数：2500
  • 验证集：
    • 字节数：24070118
    • 样本数：2500

• 下载大小：95077634 字节

• 数据集大小：169056735 字节