patent/AIPD_nlp_sentence_dataset

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
dataset_info:
features:
- name: patent_num
dtype: int64
- name: claim_num1
dtype: int64
- name: claim_num2
dtype: int64
- name: sentence1
dtype: string
- name: sentence2
dtype: string
- name: label
dtype: float64
splits:
- name: train
num_bytes: 1141724170.7014475
num_examples: 453043
- name: test
num_bytes: 63431500.71087167
num_examples: 25170
- name: valid
num_bytes: 63428980.58768093
num_examples: 25169
download_size: 479858442
dataset_size: 1268584652.0
---
# Dataset Card for "AIPD_nlp_sentence_dataset"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*
    • 验证集: data/valid-*

数据集信息

• 特征:

  • patent_num: 数据类型为 int64
  • claim_num1: 数据类型为 int64
  • claim_num2: 数据类型为 int64
  • sentence1: 数据类型为 string
  • sentence2: 数据类型为 string
  • label: 数据类型为 float64

• 数据分割:

  • 训练集:
    • 字节数: 1141724170.7014475
    • 样本数: 453043
  • 测试集:
    • 字节数: 63431500.71087167
    • 样本数: 25170
  • 验证集:
    • 字节数: 63428980.58768093
    • 样本数: 25169

• 下载大小: 479858442

• 数据集大小: 1268584652.0