RJuro/neuro_patents_sample_finetune

---
dataset_info:
features:
- name: appln_id
dtype: int64
- name: appln_filing_date
dtype: string
- name: docdb_family_id
dtype: int64
- name: granted
dtype: string
- name: appln_abstract
dtype: string
- name: appln_abstract_lg
dtype: string
- name: appln_title
dtype: string
- name: applt_coun
dtype: string
- name: invt_coun
dtype: string
- name: cpc
dtype: string
- name: ipc
sequence: string
- name: __index_level_0__
dtype: int64
- name: input
dtype: string
- name: completion
dtype: string
splits:
- name: train
num_bytes: 254841.9
num_examples: 107
download_size: 155075
dataset_size: 254841.9
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列：
- 专利申请标识（appln_id）：数据类型为64位整数
- 专利申请提交日期（appln_filing_date）：数据类型为字符串
- DOCDB家族标识（docdb_family_id）：数据类型为64位整数（DOCDB为欧洲专利局官方文档数据库，保留原名）
- 专利授权状态（granted）：数据类型为字符串
- 专利申请摘要（appln_abstract）：数据类型为字符串
- 专利申请摘要语种（appln_abstract_lg）：数据类型为字符串
- 专利申请标题（appln_title）：数据类型为字符串
- 申请人所属国家（applt_coun，applt为applicant缩写）：数据类型为字符串
- 发明人所属国家（invt_coun，invt为inventor缩写）：数据类型为字符串
- CPC分类号（cpc，即合作专利分类）：数据类型为字符串
- IPC分类号（ipc，即国际专利分类）：类型为字符串序列
- 索引列0（__index_level_0__）：数据类型为64位整数
- 输入文本（input）：数据类型为字符串
- 补全文本（completion）：数据类型为字符串
数据拆分：
- 名称：训练集（"train"），字节大小：254841.9，样本数量：107
下载大小：155075（单位：字节）
数据集总大小：254841.9（单位：字节）
配置项：
- 配置名称：默认配置（"default"），数据文件：
- 对应拆分：训练集（"train"），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• appln_id: 数据类型为 int64
• appln_filing_date: 数据类型为 string
• docdb_family_id: 数据类型为 int64
• granted: 数据类型为 string
• appln_abstract: 数据类型为 string
• appln_abstract_lg: 数据类型为 string
• appln_title: 数据类型为 string
• applt_coun: 数据类型为 string
• invt_coun: 数据类型为 string
• cpc: 数据类型为 string
• ipc: 数据类型为 string，序列类型为 string
• index_level_0: 数据类型为 int64
• input: 数据类型为 string
• completion: 数据类型为 string

数据集拆分

• train: 包含 107 个样本，占用 254841.9 字节

数据集大小

• 下载大小: 155075 字节
• 数据集大小: 254841.9 字节

配置

• default: 包含训练数据文件，路径为 data/train-*