allenai/sci-sentences-10k

---
dataset_info:
features:
- name: sentences
sequence: string
- name: tags
sequence: string
splits:
- name: train
num_bytes: 59173993
num_examples: 5341
- name: validation
num_bytes: 19785500
num_examples: 1780
- name: test
num_bytes: 19907809
num_examples: 1781
download_size: 12078848
dataset_size: 98867302
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

数据集信息

特征

• sentences: 字符串序列
• tags: 字符串序列

数据分割

• 训练集 (train):
  • 字节数: 59173993
  • 样本数: 5341
• 验证集 (validation):
  • 字节数: 19785500
  • 样本数: 1780
• 测试集 (test):
  • 字节数: 19907809
  • 样本数: 1781

数据大小

• 下载大小: 12078848 字节
• 数据集大小: 98867302 字节

配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*