mapping-mena/openalex-mena

--- dataset_info: features: - name: id dtype: string - name: title dtype: string - name: authors list: - name: affiliations list: - name: country dtype: string - name: display_name dtype: string - name: id dtype: string - name: lat dtype: float64 - name: long dtype: float64 - name: type dtype: string - name: display_name dtype: string - name: id dtype: string - name: concept_ids list: - name: display_name dtype: string - name: id dtype: string - name: countries sequence: string - name: described_country dtype: string - name: referenced_works_ids sequence: string - name: cited_by_url dtype: string - name: abstract dtype: string - name: sources list: - name: display_name dtype: string - name: id dtype: string - name: type dtype: string splits: - name: train num_bytes: 1622114811 num_examples: 449525 download_size: 633412495 dataset_size: 1622114811 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 标识符（id）：字符串类型 - 标题（title）：字符串类型 - 作者（authors）：列表类型，其子字段结构如下： - 所属机构（affiliations）：列表类型，每个机构元素包含： - 国家（country）：字符串类型 - 显示名称（display_name）：字符串类型 - 标识符（id）：字符串类型 - 纬度（lat）：float64类型 - 经度（long）：float64类型 - 类型（type）：字符串类型 - 显示名称（display_name）：字符串类型 - 标识符（id）：字符串类型 - 概念标识符（concept_ids）：列表类型，每个元素包含： - 显示名称（display_name）：字符串类型 - 标识符（id）：字符串类型 - 国家（countries）：字符串序列 - 描述国家（described_country）：字符串类型 - 引用作品标识符（referenced_works_ids）：字符串序列 - 被引URL（cited_by_url）：字符串类型 - 摘要（abstract）：字符串类型 - 来源（sources）：列表类型，每个来源元素包含： - 显示名称（display_name）：字符串类型 - 标识符（id）：字符串类型 - 类型（type）：字符串类型 数据划分： - 训练集（train）：数据字节数为1622114811，样本量为449525 下载大小：633412495 数据集总大小：1622114811 配置信息： - 配置名称（config_name）：默认（default），数据文件对应训练集划分，路径为data/train-*