irds/pmc_v2

`pmc/v2`数据集由`ir-datasets`包提供，主要用于文本检索任务。该数据集包含1,255,260个文档，每个文档包含`doc_id`、`journal`、`title`、`abstract`和`body`等字段。

The `pmc/v2` dataset, provided via the `ir-datasets` package, is primarily used for text retrieval tasks. It contains 1,255,260 documents, each of which includes fields such as `doc_id`, `journal`, `title`, `abstract`, and `body`.

原始信息汇总

数据集概述

数据集名称

• pmc/v2

数据集来源

• 由 ir-datasets 包提供。

数据集内容

• 包含 docs（文档，即语料库）；总计1,255,260个文档。

数据集使用

• 被用于 pmc_v2_trec-cds-2016。

数据集结构

• 每个文档记录包含以下字段：
  • doc_id
  • journal
  • title
  • abstract
  • body

数据集加载示例

python from datasets import load_dataset

docs = load_dataset(irds/pmc_v2, docs) for record in docs: record # {doc_id: ..., journal: ..., title: ..., abstract: ..., body: ...}