Corran/openalex-topic-title-abstract

--- dataset_info: features: - name: id dtype: string - name: text dtype: string - name: topic dtype: string - name: field dtype: string - name: subfield dtype: string - name: domain dtype: string splits: - name: train num_bytes: 2927335539.1374955 num_examples: 3376092 - name: validation num_bytes: 365917375.9312521 num_examples: 422012 - name: test num_bytes: 365917375.9312521 num_examples: 422012 download_size: 2035723512 dataset_size: 3659170290.9999995 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---数据集信息： 特征字段： - 名称：标识符（id），数据类型：字符串 - 名称：文本（text），数据类型：字符串 - 名称：主题（topic），数据类型：字符串 - 名称：领域（field），数据类型：字符串 - 名称：子领域（subfield），数据类型：字符串 - 名称：域（domain），数据类型：字符串 数据拆分： - 拆分名称：训练集（train），占用字节数：2927335539.1374955，样本数量：3376092 - 拆分名称：验证集（validation），占用字节数：365917375.9312521，样本数量：422012 - 拆分名称：测试集（test），占用字节数：365917375.9312521，样本数量：422012 下载总大小：2035723512 数据集总存储大小：3659170290.9999995 数据集配置： - 配置名称：默认配置（default），数据文件路径： - 训练集（train）拆分：对应路径为 data/train-* - 验证集（validation）拆分：对应路径为 data/validation-* - 测试集（test）拆分：对应路径为 data/test-*