stauntonjr/dtic_sent

---
dataset_info:
features:
- name: Accession Number
dtype: string
- name: Title
dtype: string
- name: Descriptive Note
dtype: string
- name: Corporate Author
dtype: string
- name: Personal Author(s)
sequence: string
- name: Report Date
dtype: string
- name: Pagination or Media Count
dtype: string
- name: Descriptors
sequence: string
- name: Subject Categories
dtype: string
- name: Distribution Statement
dtype: string
- name: fulltext
dtype: string
- name: cleantext
dtype: string
- name: sents
sequence: string
splits:
- name: train
num_bytes: 6951041151
num_examples: 27425
download_size: 3712549813
dataset_size: 6951041151
---
# Dataset Card for "dtic_sent"

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

数据集信息：
特征字段：
- 馆藏编号（Accession Number）：字符串类型
- 标题（Title）：字符串类型
- 描述性备注（Descriptive Note）：字符串类型
- 机构作者（Corporate Author）：字符串类型
- 个人作者（Personal Author(s)）：序列字符串类型
- 报告日期（Report Date）：字符串类型
- 页码或媒体计数（Pagination or Media Count）：字符串类型
- 描述词（Descriptors）：序列字符串类型
- 主题分类（Subject Categories）：字符串类型
- 发布声明（Distribution Statement）：字符串类型
- 全文文本（fulltext）：字符串类型
- 清理后文本（cleantext）：字符串类型
- 分句序列（sents）：序列字符串类型
数据集划分：
- 训练集（train）：字节数6951041151，样本数27425
下载大小：3712549813
数据集存储大小：6951041151

---
# "dtic_sent"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

数据集特征

• Accession Number：数据类型为字符串。
• Title：数据类型为字符串。
• Descriptive Note：数据类型为字符串。
• Corporate Author：数据类型为字符串。
• Personal Author(s)：数据类型为字符串序列。
• Report Date：数据类型为字符串。
• Pagination or Media Count：数据类型为字符串。
• Descriptors：数据类型为字符串序列。
• Subject Categories：数据类型为字符串。
• Distribution Statement：数据类型为字符串。
• fulltext：数据类型为字符串。
• cleantext：数据类型为字符串。
• sents：数据类型为字符串序列。

数据集分割

• train：
  • 字节数：6951041151
  • 示例数：27425

数据集大小

• 下载大小：3712549813
• 数据集大小：6951041151