charlieoneill/cs.LG

该数据集包含学术文章的相关信息，主要特征包括文章的标题、类别、摘要、作者、DOI、ID、发表年份和发表地点。数据集被分割为训练集，包含141,518个样本，总大小为192,823,532字节。

This dataset contains information related to academic articles, with main features including the articles title, categories, abstract, authors, DOI, ID, year of publication, and venue. The dataset is split into a training set containing 141,518 samples, with a total size of 192,823,532 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• title: 字符串类型
• categories: 字符串类型
• abstract: 字符串类型
• authors: 字符串类型
• doi: 字符串类型
• id: 字符串类型
• year: 浮点数类型
• venue: 字符串类型

数据分割

• train: 包含141518个样本，占用192823532字节

数据集大小

• 下载大小: 108429832字节
• 数据集大小: 192823532字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*