RJuro/neuro_patents_bds2

---
dataset_info:
features:
- name: appln_id
dtype: int64
- name: appln_filing_date
dtype: string
- name: docdb_family_id
dtype: int64
- name: granted
dtype: string
- name: appln_abstract
dtype: string
- name: appln_abstract_lg
dtype: string
- name: appln_title
dtype: string
- name: applt_coun
dtype: string
- name: invt_coun
dtype: string
- name: cpc
dtype: string
- name: ipc
sequence: string
- name: __index_level_0__
dtype: int64
- name: input
dtype: string
- name: completion
dtype: string
splits:
- name: train
num_bytes: 15876.0
num_examples: 7
download_size: 30249
dataset_size: 15876.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 申请号（appln_id）：数据类型为64位整数
- 申请提交日期（appln_filing_date）：数据类型为字符串
- DOCDB家族号（docdb_family_id）：数据类型为64位整数
- 授权状态（granted）：数据类型为字符串
- 申请摘要（appln_abstract）：数据类型为字符串
- 申请摘要语言（appln_abstract_lg）：数据类型为字符串
- 申请标题（appln_title）：数据类型为字符串
- 申请人国家（applt_coun）：数据类型为字符串
- 发明人国家（invt_coun）：数据类型为字符串
- CPC分类号（cpc）：数据类型为字符串
- IPC分类号（ipc）：字符串序列类型
- 索引层级0（__index_level_0__）：数据类型为64位整数
- 输入样本（input）：数据类型为字符串
- 输出补全（completion）：数据类型为字符串

数据集拆分：
- 训练集（train）：字节占用量15876.0，样本数量7

下载大小：30249，数据集总存储大小：15876.0

数据集配置：
- 默认配置（default）：
数据文件对应训练集拆分，路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• appln_id：整数类型
• appln_filing_date：字符串类型
• docdb_family_id：整数类型
• granted：字符串类型
• appln_abstract：字符串类型
• appln_abstract_lg：字符串类型
• appln_title：字符串类型
• applt_coun：字符串类型
• invt_coun：字符串类型
• cpc：字符串类型
• ipc：字符串类型，具有序列
• index_level_0：整数类型
• input：字符串类型
• completion：字符串类型

数据集分割

• train：
  • 数据大小：15876.0 字节
  • 示例数量：7

数据集大小

• 下载大小：30249字节
• 数据集大小：15876.0字节

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*