YufeiHFUT/GDA_all_info_intra_inter_REL

该数据集包含生物医学文献的相关信息，特征包括文献的PMID、标题、摘要、修订后的标题和摘要、所有实体列表、头部基因实体、尾部疾病实体、标签以及是否为句内关系。数据集分为训练集和测试集，分别包含81649和2687个样本。

This dataset contains information related to biomedical literature, with features including the PMID, title, abstract, revised title and abstract, all entity list, head gene entity, tail disease entity, label, and whether it is intra-sentence. The dataset is divided into training and test sets, containing 81649 and 2687 samples respectively.

原始信息汇总

数据集概述

数据集信息

特征

• pmid: 字符串类型
• title: 字符串类型
• abstract: 字符串类型
• revised_title: 字符串类型
• revised_abstract: 字符串类型
• all_entity_list: 列表类型
  • begin_idx: 字符串类型
  • end_idx: 字符串类型
  • entity_id: 字符串类型
  • entity_type: 字符串类型
  • text_name: 字符串类型
• head_gene_entity: 结构类型
  • begin_idx: 字符串类型
  • end_idx: 字符串类型
  • entity_id: 字符串类型
  • entity_type: 字符串类型
  • text_name: 字符串类型
• tail_diease_entity: 结构类型
  • begin_idx: 字符串类型
  • end_idx: 字符串类型
  • entity_id: 字符串类型
  • entity_type: 字符串类型
  • text_name: 字符串类型
• label: 字符串类型
• intra-sentence: 布尔类型

数据分割

• train:
  • 字节数: 357460477
  • 样本数: 81649
• test:
  • 字节数: 11429215
  • 样本数: 2687

数据集大小

• 下载大小: 77083846
• 数据集总大小: 368889692

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*