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