keerthanapacific/sample4

该数据集包含医学文献的相关信息，每篇文献具有唯一的pmcid标识符、标题、摘要、全文内容以及文件路径。数据集分为一个训练集，包含5091个样本，总大小为133418001字节。下载大小为68131980字节。数据集的配置文件名为default，数据文件路径为data/train-*。

This dataset contains information related to medical literature, with each entry having a unique pmcid identifier, title, abstract, full text content, and file path. The dataset is divided into a training set containing 5091 samples, with a total size of 133418001 bytes. The download size is 68131980 bytes. The configuration file for the dataset is named default, and the data file path is data/train-*.

原始信息汇总

数据集概述

数据集特征

• pmcid: 字符串类型
• title: 字符串类型
• abstract: 字符串类型
• fulltext: 字符串类型
• file_path: 字符串类型

数据集分割

• train:
  • 字节数: 133418001
  • 样本数: 5091

数据集大小

• 下载大小: 68131980 字节
• 数据集大小: 133418001 字节

配置

• default:
  • 数据文件路径: data/train-*