Cheremy/processed_scidocs_chunked

该数据集包含四个特征：Unnamed: 0（整数类型）、id（字符串类型）、chunk_id（字符串类型）和text（字符串类型）。数据集仅包含一个训练集分割，共有25,658个样本，文件大小为31,244,562字节。下载大小为17,952,592字节。数据集的配置文件名为default，数据文件路径为data/train-*。

The dataset contains four features: Unnamed: 0 (int64 type), id (string type), chunk_id (string type), and text (string type). The dataset includes only one training split with 25,658 examples, and the file size is 31,244,562 bytes. The download size is 17,952,592 bytes. The configuration name for the dataset is default, and the data files are located at data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • Unnamed: 0: 数据类型为 int64
  • id: 数据类型为 string
  • chunk_id: 数据类型为 string
  • text: 数据类型为 string

数据分割

• train:
  • 字节数: 31244562
  • 样本数: 25658

数据集大小

• 下载大小: 17952592 字节
• 数据集大小: 31244562 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*