chemNLP/chemistry-bookshelves-merged

---
dataset_info:
features:
- name: title
dtype: string
- name: url
dtype: string
- name: text
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 56206230
num_examples: 7728
download_size: 25267751
dataset_size: 56206230
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "chemistry-bookshelves-merged"

[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：title，数据类型：字符串（string）
- 名称：url，数据类型：字符串（string）
- 名称：text，数据类型：字符串（string）
- 名称：__index_level_0__，数据类型：int64 类型
数据集划分：
- 划分名称：train（训练集），存储字节数：56206230，样本量：7728
下载大小：25267751
数据集总大小：56206230
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：train（训练集），文件路径：data/train-*
---
# "chemistry-bookshelves-merged"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

数据集信息

特征

• title: 数据类型为字符串。
• url: 数据类型为字符串。
• text: 数据类型为字符串。
• index_level_0: 数据类型为整数（int64）。

分割

• train: 包含7728个样本，总大小为56206230字节。

大小

• 下载大小: 25267751字节。
• 数据集大小: 56206230字节。

配置

• default: 包含训练数据文件，路径为data/train-*。