Siddharth63/species_pubmed_relations

该数据集包含文本、关系和断言等特征。文本特征为字符串类型，关系特征包括多个子特征，如chunk1、chunk2、confidence、entity1、entity1_begin、entity1_end、entity2、entity2_begin、entity2_end和relation，均为字符串类型。断言特征包括assertion、chunks和entities，均为字符串类型。数据集包含一个训练集，大小为454505023字节，包含41801个示例。

The dataset includes features such as text, relations, and assertions. The text feature is of string type, and the relations feature includes multiple sub-features such as chunk1, chunk2, confidence, entity1, entity1_begin, entity1_end, entity2, entity2_begin, entity2_end, and relation, all of which are string types. The assertion feature includes assertion, chunks, and entities, all of which are string types. The dataset contains a training set with a size of 454505023 bytes and includes 41801 examples.

原始信息汇总

数据集概述

数据集信息

特征

• text: 文本数据，数据类型为字符串。
• relations: 关系数据，包含以下子特征：
  • chunk1: 数据类型为字符串。
  • chunk2: 数据类型为字符串。
  • confidence: 数据类型为字符串。
  • entity1: 数据类型为字符串。
  • entity1_begin: 数据类型为字符串。
  • entity1_end: 数据类型为字符串。
  • entity2: 数据类型为字符串。
  • entity2_begin: 数据类型为字符串。
  • entity2_end: 数据类型为字符串。
  • relation: 数据类型为字符串。
• assertion: 断言数据，包含以下子特征：
  • assertion: 数据类型为字符串。
  • chunks: 数据类型为字符串。
  • entities: 数据类型为字符串。
• index_level_0: 索引数据，数据类型为整数（int64）。

数据集分割

• train: 训练集，包含41801个样本，总大小为454505023字节。

数据集大小

• 下载大小: 119911502字节
• 数据集总大小: 454505023字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*