annamkiepura99/paragraph-cited-papers-metadata
收藏Hugging Face2025-12-10 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/annamkiepura99/paragraph-cited-papers-metadata
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: corpusid
dtype: int64
- name: externalids
struct:
- name: MAG
dtype: string
- name: CorpusId
dtype: string
- name: ACL
dtype: string
- name: PubMed
dtype: string
- name: DOI
dtype: string
- name: PubMedCentral
dtype: string
- name: DBLP
dtype: string
- name: ArXiv
dtype: string
- name: title
dtype: string
- name: authors
list:
- name: authorId
dtype: string
- name: name
dtype: string
- name: year
dtype: string
- name: s2fieldsofstudy
list: string
- name: publicationtypes
list: string
- name: abstract
dtype: string
splits:
- name: train
num_bytes: 1521855811
num_examples: 805266
download_size: 900215115
dataset_size: 1521855811
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征字段：
- 字段名称：corpusid（语料库ID），数据类型：int64
- 字段名称：externalids（外部标识符结构体），包含以下子字段：
- 子字段名称：MAG，数据类型：字符串
- 子字段名称：CorpusId，数据类型：字符串
- 子字段名称：ACL，数据类型：字符串
- 子字段名称：PubMed，数据类型：字符串
- 子字段名称：DOI，数据类型：字符串
- 子字段名称：PubMedCentral，数据类型：字符串
- 子字段名称：DBLP，数据类型：字符串
- 子字段名称：ArXiv，数据类型：字符串
- 字段名称：title（标题），数据类型：字符串
- 字段名称：authors（作者列表），列表元素为结构体，包含：
- 子字段名称：authorId（作者ID），数据类型：字符串
- 子字段名称：name（姓名），数据类型：字符串
- 字段名称：year（发表年份），数据类型：字符串
- 字段名称：s2fieldsofstudy（研究领域列表），列表元素为字符串
- 字段名称：publicationtypes（出版物类型列表），列表元素为字符串
- 字段名称：abstract（摘要），数据类型：字符串
数据集拆分：
- 拆分名称：train（训练集），占用字节数：1521855811，样本总数：805266
下载大小：900215115
数据集总大小：1521855811
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 对应拆分：train（训练集），文件路径：data/train-*
提供机构：
annamkiepura99
