aochongoliverli/pmc_openaccess_split

--- dataset_info: features: - name: text dtype: string - name: pmid dtype: string - name: accession_id dtype: string - name: license dtype: string - name: last_updated dtype: string - name: retracted dtype: string - name: citation dtype: string splits: - name: main num_bytes: 211321364939 num_examples: 6581633 - name: auxiliary num_bytes: 5580257838 num_examples: 378036 download_size: 109818984099 dataset_size: 216901622777 configs: - config_name: default data_files: - split: main path: data/main-* - split: auxiliary path: data/auxiliary-* ---数据集信息： 特征字段： - 字段名：text，数据类型：字符串（string） - 字段名：PubMed标识符（PMID），数据类型：字符串（string） - 字段名：登录号（accession_id），数据类型：字符串（string） - 字段名：授权协议（license），数据类型：字符串（string） - 字段名：最后更新时间（last_updated），数据类型：字符串（string） - 字段名：撤回状态（retracted），数据类型：字符串（string） - 字段名：引用信息（citation），数据类型：字符串（string） 数据划分： - 划分名称：main，字节数：211321364939，样本数：6581633 - 划分名称：auxiliary，字节数：5580257838，样本数：378036 下载大小：109818984099 数据集总大小：216901622777 配置项： - 配置名称：default 数据文件： - 划分：main，文件路径：data/main-* - 划分：auxiliary，文件路径：data/auxiliary-*