five

jordanfan/billsum_abstracted_us_congress_117_bills_all

收藏
Hugging Face2024-03-28 更新2024-06-11 收录
下载链接:
https://hf-mirror.com/datasets/jordanfan/billsum_abstracted_us_congress_117_bills_all
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: 'Unnamed: 0' dtype: int64 - name: index dtype: int64 - name: id dtype: string - name: policy_areas dtype: string - name: cur_summary dtype: string - name: cur_text dtype: string - name: title dtype: string - name: titles_official dtype: string - name: titles_short dtype: string - name: sponsor_name dtype: string - name: sponsor_party dtype: string - name: sponsor_state dtype: string - name: cleaned_summary dtype: string - name: extracted_text dtype: string - name: extracted_text_375 dtype: string - name: extracted_text_750 dtype: string - name: extracted_text_1000 dtype: string - name: bertsum_extracted_250 dtype: string - name: bertsum_extracted_375 dtype: string - name: bertsum_extracted_375_1000 dtype: string - name: bertsum_extracted_250_1000 dtype: string - name: bertsum_extracted_375_750 dtype: string - name: bertsum_extracted_250_750 dtype: string - name: bertsum_extracted_375_500 dtype: string - name: bertsum_extracted_250_500 dtype: string - name: bertsum_extracted_375_375 dtype: string - name: bertsum_extracted_250_375 dtype: string - name: text_len dtype: int64 - name: billsum_abstracted_1000 dtype: string - name: billsum_abstracted_500 dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 464620556 num_examples: 10988 - name: val num_bytes: 141019446 num_examples: 3310 - name: test num_bytes: 15605214 num_examples: 367 download_size: 279701214 dataset_size: 621245216 configs: - config_name: default data_files: - split: train path: data/train-* - split: val path: data/val-* - split: test path: data/test-* ---
提供机构:
jordanfan
原始信息汇总

数据集特征

数据集包含以下特征:

  • Unnamed: 0: 类型为 int64
  • index: 类型为 int64
  • id: 类型为 string
  • policy_areas: 类型为 string
  • cur_summary: 类型为 string
  • cur_text: 类型为 string
  • title: 类型为 string
  • titles_official: 类型为 string
  • titles_short: 类型为 string
  • sponsor_name: 类型为 string
  • sponsor_party: 类型为 string
  • sponsor_state: 类型为 string
  • cleaned_summary: 类型为 string
  • extracted_text: 类型为 string
  • extracted_text_375: 类型为 string
  • extracted_text_750: 类型为 string
  • extracted_text_1000: 类型为 string
  • bertsum_extracted_250: 类型为 string
  • bertsum_extracted_375: 类型为 string
  • bertsum_extracted_375_1000: 类型为 string
  • bertsum_extracted_250_1000: 类型为 string
  • bertsum_extracted_375_750: 类型为 string
  • bertsum_extracted_250_750: 类型为 string
  • bertsum_extracted_375_500: 类型为 string
  • bertsum_extracted_250_500: 类型为 string
  • bertsum_extracted_375_375: 类型为 string
  • bertsum_extracted_250_375: 类型为 string
  • text_len: 类型为 int64
  • billsum_abstracted_1000: 类型为 string
  • billsum_abstracted_500: 类型为 string
  • __index_level_0__: 类型为 int64

数据集划分

数据集分为以下几个部分:

  • train: 包含 10988 个样本,大小为 464620556 字节
  • val: 包含 3310 个样本,大小为 141019446 字节
  • test: 包含 367 个样本,大小为 15605214 字节

数据集大小

  • 下载大小: 279701214 字节
  • 数据集总大小: 621245216 字节

配置

  • 配置名称: default
  • 数据文件路径:
    • train: data/train-*
    • val: data/val-*
    • test: data/test-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作