anumafzal94/pubmed-2048

---
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: text
dtype: string
- name: summary
dtype: string
splits:
- name: test
num_bytes: 126100060
num_examples: 6592
- name: train
num_bytes: 96394526.44590327
num_examples: 5000
- name: validation
num_bytes: 19355274.16145754
num_examples: 1005
download_size: 78306070
dataset_size: 241849860.6073608
---
# Dataset Card for "pubmed-2048"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- config_name: default
数据文件：
- 划分：测试集（test）
路径：data/test-*
- 划分：训练集（train）
路径：data/train-*
- 划分：验证集（validation）
路径：data/validation-*
数据集信息：
特征：
- 特征名称：text（文本）
数据类型：字符串
- 特征名称：summary（摘要）
数据类型：字符串
数据集划分：
- 划分名称：测试集（test）
字节数：126100060
样本数：6592
- 划分名称：训练集（train）
字节数：96394526.44590327
样本数：5000
- 划分名称：验证集（validation）
字节数：19355274.16145754
样本数：1005
下载大小：78306070
数据集总大小：241849860.6073608
---
# "pubmed-2048"数据集卡片
[需补充更多信息](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

数据集配置

• 默认配置 (default)
  • 数据文件路径：
    • 测试集 (test): data/test-*
    • 训练集 (train): data/train-*
    • 验证集 (validation): data/validation-*

数据集信息

• 特征：
  • text: 数据类型为 string
  • summary: 数据类型为 string
• 数据分割：
  • 测试集 (test):
    • 字节数: 126100060
    • 样本数: 6592
  • 训练集 (train):
    • 字节数: 96394526.44590327
    • 样本数: 5000
  • 验证集 (validation):
    • 字节数: 19355274.16145754
    • 样本数: 1005
• 下载大小: 78306070
• 数据集大小: 241849860.6073608