stenio123/1000GovPdfLibraryCongress-vector

--- license: openrail dataset_info: features: - name: values sequence: float64 - name: metadata struct: - name: pdf_file dtype: string - name: text dtype: string splits: - name: train num_bytes: 30704920 num_examples: 981 download_size: 14917630 dataset_size: 30704920 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集信息

特征

• values: 序列类型，数据类型为 float64。
• metadata: 结构类型，包含以下字段：
  • pdf_file: 字符串类型。
  • text: 字符串类型。

数据分割

• train:
  • 字节数: 30704920
  • 样本数: 981

数据大小

• 下载大小: 14917630
• 数据集大小: 30704920

配置

• default:
  • 数据文件路径: data/train-*