LukaMagic077/downsampled_below16k_arxiv_dataset_on_hub

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: article
dtype: string
- name: abstract
dtype: string
splits:
- name: train
num_bytes: 1464439903.8920393
num_examples: 41288
- name: validation
num_bytes: 37972649.819919206
num_examples: 1117
- name: test
num_bytes: 36657525.9
num_examples: 1077
download_size: 289887707
dataset_size: 1539070079.6119585
---
# Dataset Card for "downsampled_below16k_arxiv_dataset_on_hub"

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

---
配置项：
- 配置名称：default
数据文件：
- 数据拆分（split）：训练集（train），文件路径：data/train-*
- 数据拆分（split）：验证集（validation），文件路径：data/validation-*
- 数据拆分（split）：测试集（test），文件路径：data/test-*
数据集信息：
特征字段：
- 字段名：文章文本（article），数据类型（dtype）：字符串（string）
- 字段名：摘要（abstract），数据类型（dtype）：字符串（string）
数据拆分详情：
- 拆分名称：训练集（train），字节占用量：1464439903.8920393，样本数量：41288
- 拆分名称：验证集（validation），字节占用量：37972649.819919206，样本数量：1117
- 拆分名称：测试集（test），字节占用量：36657525.9，样本数量：1077
下载总大小：289887707
数据集总存储大小：1539070079.6119585
---
# 「downsampled_below16k_arxiv_dataset_on_hub」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

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*

数据集信息

• 特征:
  • article: 数据类型为字符串
  • abstract: 数据类型为字符串

数据集统计

• 训练集:
  • 样本数量: 41288
  • 数据大小: 1464439903.8920393 字节
• 验证集:
  • 样本数量: 1117
  • 数据大小: 37972649.819919206 字节
• 测试集:
  • 样本数量: 1077
  • 数据大小: 36657525.9 字节

数据集大小

• 下载大小: 289887707 字节
• 数据集总大小: 1539070079.6119585 字节