keerthanapacific/sample3

该数据集包含生物医学文献的元数据和全文内容，具体包括文献的PMCID、标题、摘要、全文以及文件路径。数据集仅包含一个训练集，共有5091个样本，总大小为133418001字节。

This dataset contains metadata and full-text content of biomedical literature, specifically including the PMCID, title, abstract, full text, and file path of the articles. The dataset includes only a training set with 5091 samples and a total size of 133418001 bytes.

原始信息汇总

数据集概述

数据集特征

• pmcid: 字符串类型
• title: 字符串类型
• abstract: 字符串类型
• fulltext: 字符串类型
• file_path: 字符串类型

数据集分割

• train:
  • 字节数: 133,418,001
  • 样本数: 5,091

数据集大小

• 下载大小: 68,131,980 字节
• 数据集大小: 133,418,001 字节

配置

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