nickua/ICLR-pdfs

---
dataset_info:
features:
- name: file
dtype: string
- name: year
dtype: int64
- name: label
dtype: int64
- name: text
dtype: string
- name: page_no
dtype: int64
- name: bbox
sequence: float64
splits:
- name: train
num_bytes: 1439305414.191993
num_examples: 48697
- name: test
num_bytes: 359848520.80800694
num_examples: 12175
download_size: 903641613
dataset_size: 1799153935.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
# Dataset Card for "ICLR-pdfs"

[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

数据集名称

ICLR-pdfs

数据结构

特征信息

• file: 数据类型为字符串（string）
• year: 数据类型为整数（int64）
• label: 数据类型为整数（int64）
• text: 数据类型为字符串（string）
• page_no: 数据类型为整数（int64）
• bbox: 数据类型为浮点数序列（sequence: float64）

数据分割

• 训练集（train）: 包含48697个样本，总大小为1439305414.191993字节
• 测试集（test）: 包含12175个样本，总大小为359848520.80800694字节

数据集大小

• 下载大小: 903641613字节
• 数据集总大小: 1799153935.0字节

数据文件配置

• 默认配置（default）
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*