annamkiepura99/paragraph-cited-papers-metadata

--- 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-*