ricardosantoss/dados_sinteticos_top12_sem_repeticao

--- dataset_info: features: - name: CID sequence: string - name: Nota Clinica dtype: string splits: - name: train num_bytes: 3294942 num_examples: 3878 - name: test num_bytes: 471962 num_examples: 474 - name: validation num_bytes: 479010 num_examples: 473 download_size: 1387005 dataset_size: 4245914 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---

原始信息汇总

数据集概述

数据集特征

• CID: 字符串类型
• Nota Clinica: 字符串类型

数据集划分

• 训练集:
  • 示例数量: 3878
  • 数据大小: 3294942 字节
• 测试集:
  • 示例数量: 474
  • 数据大小: 471962 字节
• 验证集:
  • 示例数量: 473
  • 数据大小: 479010 字节

数据集大小

• 下载大小: 1387005 字节
• 总数据集大小: 4245914 字节

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*