ricardosantoss/top10

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: TEXT
dtype: string
- name: ICD9_CODE
sequence: string
splits:
- name: train
num_bytes: 295026309
num_examples: 31478
- name: test
num_bytes: 37572145
num_examples: 4000
- name: validation
num_bytes: 37192991
num_examples: 4000
download_size: 206008521
dataset_size: 369791445
---
# Dataset Card for "top10"

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

---
配置项:
- 配置名称: default（默认配置）
数据文件:
- 拆分: train（训练集）
路径: data/train-*
- 拆分: test（测试集）
路径: data/test-*
- 拆分: validation（验证集）
路径: data/validation-*
数据集信息:
特征:
- 字段名: TEXT，数据类型: 字符串
- 字段名: ICD9_CODE（国际疾病分类第9版代码），数据类型: 字符串序列
拆分:
- 拆分名称: train（训练集）
字节数: 295026309
样本数量: 31478
- 拆分名称: test（测试集）
字节数: 37572145
样本数量: 4000
- 拆分名称: validation（验证集）
字节数: 37192991
样本数量: 4000
下载大小: 206008521
数据集总大小: 369791445
---
# "top10"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

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*
    • 验证集 (validation): data/validation-*

数据集信息

• 特征：
  • TEXT: 字符串类型
  • ICD9_CODE: 字符串序列
• 数据集划分：
  • 训练集 (train)
    • 字节数: 295026309
    • 样本数: 31478
  • 测试集 (test)
    • 字节数: 37572145
    • 样本数: 4000
  • 验证集 (validation)
    • 字节数: 37192991
    • 样本数: 4000
• 下载大小: 206008521 字节
• 数据集大小: 369791445 字节