five

vatolinalex/ru_sci_bench_test

收藏
Hugging Face2024-05-26 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/vatolinalex/ru_sci_bench_test
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: - config_name: grnti_en features: - name: paper_id dtype: int64 - name: title dtype: string - name: abstract dtype: string - name: label dtype: int64 splits: - name: train num_bytes: 124562302 num_examples: 130460 - name: test num_bytes: 13680725 num_examples: 14498 download_size: 78016581 dataset_size: 138243027 - config_name: grnti_ru features: - name: paper_id dtype: int64 - name: title dtype: string - name: abstract dtype: string - name: label dtype: int64 splits: - name: train num_bytes: 227158411 num_examples: 138650 - name: test num_bytes: 25360904 num_examples: 15441 download_size: 119721076 dataset_size: 252519315 - config_name: oecd_en features: - name: paper_id dtype: int64 - name: title dtype: string - name: abstract dtype: string - name: label dtype: int64 splits: - name: train num_bytes: 150882098 num_examples: 159900 - name: test num_bytes: 16647200 num_examples: 17820 download_size: 94829407 dataset_size: 167529298 - config_name: oecd_ru features: - name: paper_id dtype: int64 - name: title dtype: string - name: abstract dtype: string - name: label dtype: int64 splits: - name: train num_bytes: 274703543 num_examples: 169890 - name: test num_bytes: 30478302 num_examples: 18897 download_size: 144936959 dataset_size: 305181845 configs: - config_name: grnti_en data_files: - split: train path: grnti_en/train-* - split: test path: grnti_en/test-* - config_name: grnti_ru data_files: - split: train path: grnti_ru/train-* - split: test path: grnti_ru/test-* - config_name: oecd_en data_files: - split: train path: oecd_en/train-* - split: test path: oecd_en/test-* - config_name: oecd_ru data_files: - split: train path: oecd_ru/train-* - split: test path: oecd_ru/test-* ---

The dataset includes four configurations: grnti_en, grnti_ru, oecd_en, and oecd_ru. Each configuration contains train and test datasets with the same features: paper_id (int64), title (string), abstract (string), and label (int64). The train and test datasets for each configuration have corresponding byte sizes and example counts. The dataset size and download size are also provided for each configuration.
提供机构:
vatolinalex
原始信息汇总

数据集概述

数据集配置1: grnti_en

  • 特征:
    • paper_id: 数据类型为 int64
    • title: 数据类型为 string
    • abstract: 数据类型为 string
    • label: 数据类型为 int64
  • 分割:
    • train: 大小为124562302字节,包含130460个样本
    • test: 大小为13680725字节,包含14498个样本
  • 下载大小: 78016581字节
  • 数据集大小: 138243027字节

数据集配置2: grnti_ru

  • 特征:
    • paper_id: 数据类型为 int64
    • title: 数据类型为 string
    • abstract: 数据类型为 string
    • label: 数据类型为 int64
  • 分割:
    • train: 大小为227158411字节,包含138650个样本
    • test: 大小为25360904字节,包含15441个样本
  • 下载大小: 119721076字节
  • 数据集大小: 252519315字节

数据集配置3: oecd_en

  • 特征:
    • paper_id: 数据类型为 int64
    • title: 数据类型为 string
    • abstract: 数据类型为 string
    • label: 数据类型为 int64
  • 分割:
    • train: 大小为150882098字节,包含159900个样本
    • test: 大小为16647200字节,包含17820个样本
  • 下载大小: 94829407字节
  • 数据集大小: 167529298字节

数据集配置4: oecd_ru

  • 特征:
    • paper_id: 数据类型为 int64
    • title: 数据类型为 string
    • abstract: 数据类型为 string
    • label: 数据类型为 int64
  • 分割:
    • train: 大小为274703543字节,包含169890个样本
    • test: 大小为30478302字节,包含18897个样本
  • 下载大小: 144936959字节
  • 数据集大小: 305181845字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作