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