Corran/Jan2023Abstracts

---
dataset_info:
features:
- name: corpusid
dtype: int64
- name: openaccessinfo
struct:
- name: externalids
struct:
- name: ACL
dtype: string
- name: ArXiv
dtype: string
- name: DOI
dtype: string
- name: MAG
dtype: string
- name: PubMedCentral
dtype: string
- name: license
dtype: string
- name: status
dtype: string
- name: url
dtype: string
- name: abstract
dtype: string
- name: updated
dtype: string
splits:
- name: train
num_bytes: 72173232090
num_examples: 55324451
download_size: 43689807417
dataset_size: 72173232090
---
# Dataset Card for "Jan2023Abstracts"

[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

• Jan2023Abstracts

数据集特征

• corpusid: 数据类型为 int64。
• openaccessinfo: 结构化数据类型，包含以下子特征：
  • externalids: 包含多个外部标识符，每个标识符的数据类型为 string，具体包括：
    • ACL
    • ArXiv
    • DOI
    • MAG
    • PubMedCentral
  • license: 数据类型为 string。
  • status: 数据类型为 string。
  • url: 数据类型为 string。
• abstract: 数据类型为 string。
• updated: 数据类型为 string。

数据集分割

• train:
  • 数据量: 72173232090 字节
  • 示例数量: 55324451

数据集大小

• 下载大小: 43689807417 字节
• 数据集总大小: 72173232090 字节