suneeln-duke/pubmed-subset

---
dataset_info:
features:
- name: article
dtype: string
- name: abstract
dtype: string
splits:
- name: train
num_bytes: 127486937
num_examples: 6658
- name: validation
num_bytes: 127711559
num_examples: 6633
download_size: 117906875
dataset_size: 255198496
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• article：数据类型为字符串。
• abstract：数据类型为字符串。

数据集划分

• 训练集（train）：包含6658个样本，总大小为127486937字节。
• 验证集（validation）：包含6633个样本，总大小为127711559字节。

数据集大小

• 下载大小：117906875字节。
• 数据集总大小：255198496字节。

数据文件配置

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/validation-*