siacus/dv_subject

该数据集包含多个字段，如文本、DOI、ID、主题、提示、描述和标题。数据集分为训练集和测试集，分别包含76110和32619个样本。整个数据集的下载大小为107836774字节，数据集总大小为298586924字节。

The dataset contains multiple fields such as text, DOI, ID, Subject, prompt, Description, and Title. The dataset is divided into a training set and a test set, containing 76,110 and 32,619 samples respectively. The total download size of the dataset is 107,836,774 bytes, and the total dataset size is 298,586,924 bytes.

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• doi: 数据类型为字符串。
• id: 数据类型为字符串。
• Subject: 数据类型为字符串序列。
• prompt: 数据类型为字符串。
• Description: 数据类型为字符串。
• Title: 数据类型为字符串。

数据集分割

• train:
  • 字节数: 207746759
  • 样本数: 76110
• test:
  • 字节数: 90840165
  • 样本数: 32619

数据集大小

• 下载大小: 107836774 字节
• 数据集总大小: 298586924 字节

配置

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