keerthanapacific/demo-json

该数据集包含医学文献的相关信息，每篇文献具有唯一的pmcid标识符、标题、摘要、全文内容以及文件路径。数据集分为一个训练集，包含27511个样本，总大小为702797007字节。下载大小为357615234字节。

This dataset contains information related to medical literature, with each entry having a unique pmcid identifier, title, abstract, full text content, and file path. The dataset is divided into a training set containing 27511 samples, with a total size of 702797007 bytes. The download size is 357615234 bytes.

原始信息汇总

数据集概述

数据集特征

• pmcid: 数据类型为字符串。
• title: 数据类型为字符串。
• abstract: 数据类型为字符串。
• fulltext: 数据类型为字符串。
• file_path: 数据类型为字符串。

数据集划分

• 训练集:
  • 字节数: 78522210
  • 示例数: 2989

数据集大小

• 下载大小: 40315658
• 数据集总大小: 78522210

配置

• 默认配置:
  • 数据文件路径: data/train-*