JayalekshmiGopakumar/doclaynet_classlabel

---
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype:
class_label:
names:
'0': financial_reports
'1': government_tenders
'2': laws_and_regulations
'3': manuals
'4': patents
'5': scientific_articles
splits:
- name: train
num_bytes: 1798548
num_examples: 691
- name: validation
num_bytes: 166488
num_examples: 64
- name: test
num_bytes: 124710
num_examples: 49
download_size: 1173005
dataset_size: 2089746
---
# Dataset Card for "doclaynet_classlabel"

[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：
- 名称：text，数据类型：字符串
- 名称：label，数据类型为类别标签（class_label），其类别名称映射为：
'0'：财务报告（financial_reports）
'1'：政府招标（government_tenders）
'2'：法律法规（laws_and_regulations）
'3'：操作手册（manuals）
'4'：专利文献（patents）
'5'：学术论文（scientific_articles）
数据集划分：
- 名称：训练集（train），字节大小：1798548，样本数量：691
- 名称：验证集（validation），字节大小：166488，样本数量：64
- 名称：测试集（test），字节大小：124710，样本数量：49
下载总大小：1173005，数据集总存储大小：2089746

# "doclaynet_classlabel"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

数据集名称

doclaynet_classlabel

数据特征

• text：文本类型，数据类型为字符串。
• label：标签类型，包含以下类别：
  • 0: financial_reports
  • 1: government_tenders
  • 2: laws_and_regulations
  • 3: manuals
  • 4: patents
  • 5: scientific_articles

数据分割

• train：训练集，包含691个样本，总大小为1798548字节。
• validation：验证集，包含64个样本，总大小为166488字节。
• test：测试集，包含49个样本，总大小为124710字节。

数据集大小

• 下载大小：1173005字节
• 数据集总大小：2089746字节