ZhJiHo/CBRN-JSTOR-History

该数据集包含47个训练样本，每个样本包含doi和fullText两个特征。doi是字符串类型，表示文档的唯一标识符；fullText是字符串序列，表示文档的全文内容。数据集总大小为20030598字节，下载大小为11690115字节。数据集的默认配置指定了训练数据文件的路径。This dataset contains 47 training samples, each with two features: doi and fullText. doi is of string type, representing the unique identifier of the document; fullText is a sequence of strings, representing the full text content of the document. The total size of the dataset is 20030598 bytes, with a download size of 11690115 bytes. The default configuration of the dataset specifies the path to the training data files.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • doi: 数据类型为字符串。
  • fullText: 数据类型为字符串序列。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 20030598
  • 样本数: 47

数据集大小

• 下载大小: 11690115 字节
• 数据集大小: 20030598 字节

配置

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

搜集汇总

背景与挑战

背景概述

该数据集是一个小型历史文献数据集，包含47条JSTOR文献记录，每条记录有DOI和全文文本两个字段，全文文本长度不等。数据集采用parquet格式，总大小为11.7MB，适合用于文本分析或历史研究。