JohnVitz/NLP_Final_Project_ArXiv_Parsed2
收藏Hugging Face2025-04-10 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/JohnVitz/NLP_Final_Project_ArXiv_Parsed2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了文本内容的markdown格式字符串、PDF文档的元数据（包括ID和标题等信息）、文档中的标题信息和文本块类型信息。数据集分为训练集，共有12985个示例，总大小为27722461字节。
The dataset includes markdown text content, metadata of PDF documents (including ID and title, etc.), header information in the document, and type information of text chunks. The dataset is split into a training set with a total of 12,985 examples and a size of 27,722,461 bytes.
提供机构：
JohnVitz
