clinicalnlplab/MS2_train

---
dataset_info:
features:
- name: id
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 368444795
num_examples: 14188
- name: valid
num_bytes: 53163201
num_examples: 2021
- name: test
num_bytes: 43262779
num_examples: 1667
download_size: 232223430
dataset_size: 464870775
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• conversations: 列表类型，包含以下字段：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• text: 数据类型为字符串。

数据分割

• train: 包含14188个样本，占用368444795字节。
• valid: 包含2021个样本，占用53163201字节。
• test: 包含1667个样本，占用43262779字节。

数据集大小

• 下载大小: 232223430字节。
• 数据集总大小: 464870775字节。

配置

• default: 数据文件路径如下：
  • train: data/train-*
  • valid: data/valid-*
  • test: data/test-*