YufeiHFUT/CDR_with_all_info

---
dataset_info:
features:
- name: prompt
dtype: string
- name: label
dtype: string
- name: revised_title
dtype: string
- name: revised_abstract
dtype: string
- name: head_chemical_entName
dtype: string
- name: head_entity_dict
struct:
- name: id
dtype: string
- name: normalized
list:
- name: db_id
dtype: string
- name: db_name
dtype: string
- name: offsets
sequence:
sequence: int64
- name: text
sequence: string
- name: type
dtype: string
- name: tail_disease_entName
dtype: string
- name: tail_entity_dict
struct:
- name: id
dtype: string
- name: normalized
list:
- name: db_id
dtype: string
- name: db_name
dtype: string
- name: offsets
sequence:
sequence: int64
- name: text
sequence: string
- name: type
dtype: string
- name: chemical_entitiesList
list:
- name: id
dtype: string
- name: normalized
list:
- name: db_id
dtype: string
- name: db_name
dtype: string
- name: offsets
sequence:
sequence: int64
- name: text
sequence: string
- name: type
dtype: string
- name: disease_entitiesList
list:
- name: id
dtype: string
- name: normalized
list:
- name: db_id
dtype: string
- name: db_name
dtype: string
- name: offsets
sequence:
sequence: int64
- name: text
sequence: string
- name: type
dtype: string
- name: origin_title
dtype: string
- name: origin_abstract
dtype: string
splits:
- name: train
num_bytes: 13560297
num_examples: 2047
- name: validation
num_bytes: 13291790
num_examples: 2007
- name: test
num_bytes: 13793834
num_examples: 2040
- name: test_oneshot
num_bytes: 14983154
num_examples: 2040
- name: test_twoshot
num_bytes: 16070474
num_examples: 2040
download_size: 11565285
dataset_size: 71699549
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: test_oneshot
path: data/test_oneshot-*
- split: test_twoshot
path: data/test_twoshot-*
---

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• label: 数据类型为字符串。
• revised_title: 数据类型为字符串。
• revised_abstract: 数据类型为字符串。
• head_chemical_entName: 数据类型为字符串。
• head_entity_dict: 结构化数据，包含以下字段：
  • id: 数据类型为字符串。
  • normalized: 列表，包含：
    • db_id: 数据类型为字符串。
    • db_name: 数据类型为字符串。
  • offsets: 序列，序列元素为int64。
  • text: 序列，序列元素为字符串。
  • type: 数据类型为字符串。
• tail_disease_entName: 数据类型为字符串。
• tail_entity_dict: 结构化数据，包含以下字段：
  • id: 数据类型为字符串。
  • normalized: 列表，包含：
    • db_id: 数据类型为字符串。
    • db_name: 数据类型为字符串。
  • offsets: 序列，序列元素为int64。
  • text: 序列，序列元素为字符串。
  • type: 数据类型为字符串。
• chemical_entitiesList: 列表，包含以下字段：
  • id: 数据类型为字符串。
  • normalized: 列表，包含：
    • db_id: 数据类型为字符串。
    • db_name: 数据类型为字符串。
  • offsets: 序列，序列元素为int64。
  • text: 序列，序列元素为字符串。
  • type: 数据类型为字符串。
• disease_entitiesList: 列表，包含以下字段：
  • id: 数据类型为字符串。
  • normalized: 列表，包含：
    • db_id: 数据类型为字符串。
    • db_name: 数据类型为字符串。
  • offsets: 序列，序列元素为int64。
  • text: 序列，序列元素为字符串。
  • type: 数据类型为字符串。
• origin_title: 数据类型为字符串。
• origin_abstract: 数据类型为字符串。

数据集分割

• train: 大小为13560297字节，包含2047个样本。
• validation: 大小为13291790字节，包含2007个样本。
• test: 大小为13793834字节，包含2040个样本。
• test_oneshot: 大小为14983154字节，包含2040个样本。
• test_twoshot: 大小为16070474字节，包含2040个样本。

数据集大小

• 下载大小: 11565285字节。
• 数据集总大小: 71699549字节。

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • validation: 路径为data/validation-*
  • test: 路径为data/test-*
  • test_oneshot: 路径为data/test_oneshot-*
  • test_twoshot: 路径为data/test_twoshot-*