tanguyrenaudie/msdmanual_patients

--- dataset_info: features: - name: id dtype: string - name: url dtype: string - name: section dtype: string - name: title dtype: string - name: text_raw dtype: string - name: text_clean dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 37252603 num_examples: 2550 download_size: 17295370 dataset_size: 37252603 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征列： - 名称：id，数据类型：字符串（string） - 名称：url，数据类型：字符串（string） - 名称：section，数据类型：字符串（string） - 名称：title，数据类型：字符串（string） - 名称：text_raw，数据类型：字符串（string） - 名称：text_clean，数据类型：字符串（string） - 名称：__index_level_0__，数据类型：64位整型（int64） 数据集划分： - 划分名称：train，占用字节数：37252603，样本数：2550 下载大小：17295370，数据集总大小：37252603 数据集配置： - 配置名称：default，数据文件： - 对应划分：train，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• id：数据类型为字符串。
• url：数据类型为字符串。
• section：数据类型为字符串。
• title：数据类型为字符串。
• text_raw：数据类型为字符串。
• text_clean：数据类型为字符串。
• index_level_0：数据类型为int64。

数据集分割

• train：包含2550个样本，总大小为37252603字节。

数据集大小

• 下载大小：17295370字节。
• 数据集总大小：37252603字节。

配置

• default：训练数据文件路径为data/train-*。