as-cle-bert/plastic-enzymes

该数据集包含两个主要特征：label和text。label是一个分类标签，包含9个类别，分别代表不同的酶或蛋白质，如Phthalate 3,4-dioxygenase、Polyurethanase等。text是字符串类型，可能包含与这些酶或蛋白质相关的文本信息。数据集分为训练集和测试集，训练集包含1308个样本，测试集包含328个样本。

原始信息汇总

数据集概述

数据集特征

• label

  • 数据类型: 类别标签
  • 类别名称:
    • 0: Phthalate 3,4-dioxygenase
    • 1: Polyurethanase
    • 2: Phthalate 4,5-dioxygenase
    • 3: Phthalate dioxygenase reductase
    • 4: Polyvinylalcohol dehydrogenase
    • 5: 3,4-dihydroxyphthalate decarboxylase
    • 6: Poly (3-hydroxybutyrate) depolymerase
    • 7: 4,5-dihydroxyphthalate decarboxylase
    • 8: Poly(3-hydroxyalkanoate) depolymerase

• text

  • 数据类型: 字符串

数据集划分

• 训练集

  • 字节数: 503932
  • 示例数: 1308

• 测试集

  • 字节数: 124672
  • 示例数: 328

数据集大小

• 下载大小: 551752
• 数据集总大小: 628604

配置信息

• 默认配置
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*