librarian-bots/dataset-abstracts

该数据集包含两个配置：abstracts和default，每个配置都有训练集和测试集。数据集的特征包括文本、输入结构（如摘要、标题、URL等）、预测、注释、标签等。数据集的规模较小，训练集和测试集的样本数量分别为21和15。

This dataset contains two configurations: abstracts and default, each with a training set and a test set. The features of the dataset include text, input structures (such as abstracts, titles, URLs, etc.), predictions, annotations, labels, etc. The dataset is relatively small in scale, with 21 and 15 samples in the training set and test set respectively.

原始信息汇总

数据集概述

语言

• 英语（en）

数据集大小分类

• n<1K

配置

• abstracts

  • 数据文件路径：
    • 训练集：abstracts/train-*
    • 测试集：abstracts/test-*
  • 特征：
    • text: 字符串
    • inputs: 结构体
      • abstract: 字符串
      • title: 字符串
      • url: 字符串
    • prediction: 空
    • prediction_agent: 空
    • annotation: 字符串
    • annotation_agent: 字符串
    • vectors: 空
    • multi_label: 布尔值
    • explanation: 空
    • id: 字符串
    • metadata: 空
    • status: 字符串
    • metrics: 结构体
      • text_length: 整数（int64）
    • label: 类别标签
      • 0: new_dataset
      • 1: no_new_dataset
  • 分割：
    • 训练集：
      • 字节数：56302.166666666664
      • 样本数：21
    • 测试集：
      • 字节数：40215.833333333336
      • 样本数：15
  • 下载大小：102778
  • 数据集大小：96518.0

• default

  • 数据文件路径：
    • 训练集：data/train-*
    • 测试集：data/test-*
  • 特征：
    • text: 字符串
    • inputs: 结构体
      • abstract: 字符串
      • title: 字符串
      • url: 字符串
    • prediction: 空
    • prediction_agent: 空
    • annotation: 字符串
    • annotation_agent: 字符串
    • vectors: 空
    • multi_label: 布尔值
    • explanation: 空
    • id: 字符串
    • metadata: 空
    • status: 字符串
    • event_timestamp: 时间戳（timestamp[us]）
    • metrics: 结构体
      • text_length: 整数（int64）
    • label: 类别标签
      • 0: new_dataset
      • 1: no_new_dataset
  • 分割：
    • 训练集：
      • 字节数：56470.166666666664
      • 样本数：21
    • 测试集：
      • 字节数：40335.833333333336
      • 样本数：15
  • 下载大小：104180
  • 数据集大小：96806