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-*。