coggpt/luminar-patent-grant-chunks

---
language:
- en
dataset_info:
features:
- name: id_x
dtype: string
- name: text
dtype: string
- name: patent_number
dtype: string
- name: title
dtype: string
- name: assignee
dtype: string
- name: inventor/author
dtype: string
- name: priority date
dtype: string
- name: filing/creation date
dtype: string
- name: publication date
dtype: string
- name: grant date
dtype: string
- name: result link
dtype: string
- name: representative figure link
dtype: string
- name: question
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 14912582
num_examples: 11898
- name: validation
num_bytes: 3342728
num_examples: 2677
- name: test
num_bytes: 390511
num_examples: 298
download_size: 5166390
dataset_size: 18645821
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

数据集概述

数据集特征

• id_x: 数据类型为字符串。
• text: 数据类型为字符串。
• patent_number: 数据类型为字符串。
• title: 数据类型为字符串。
• assignee: 数据类型为字符串。
• inventor/author: 数据类型为字符串。
• priority date: 数据类型为字符串。
• filing/creation date: 数据类型为字符串。
• publication date: 数据类型为字符串。
• grant date: 数据类型为字符串。
• result link: 数据类型为字符串。
• representative figure link: 数据类型为字符串。
• question: 数据类型为字符串。
• index_level_0: 数据类型为int64。

数据集分割

• train: 包含11898个样本，总大小为14912582字节。
• validation: 包含2677个样本，总大小为3342728字节。
• test: 包含298个样本，总大小为390511字节。

数据集大小

• 下载大小: 5166390字节。
• 数据集总大小: 18645821字节。

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • validation: 路径为data/validation-*。
  • test: 路径为data/test-*。