Eitanli/abstracts_cleaned

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
dataset_info:
features:
- name: recall
dtype: int64
- name: article_title
dtype: string
- name: topic
dtype: string
- name: abstract
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 137515873.22056717
num_examples: 79863
- name: test
num_bytes: 17189699.389716417
num_examples: 9983
- name: valid
num_bytes: 17189699.389716417
num_examples: 9983
download_size: 92795013
dataset_size: 171895272.0
---
# Dataset Card for "abstracts_cleaned"

[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
数据文件：
- 数据集划分：训练集（train）
文件路径：data/train-*
- 数据集划分：测试集（test）
文件路径：data/test-*
- 数据集划分：验证集（valid）
文件路径：data/valid-*
数据集信息：
特征字段：
- 字段名：召回率（recall）
数据类型：64位整数（int64）
- 字段名：文章标题（article_title）
数据类型：字符串（string）
- 字段名：主题（topic）
数据类型：字符串（string）
- 字段名：摘要（abstract）
数据类型：字符串（string）
- 字段名：__index_level_0__
数据类型：64位整数（int64）
数据集划分：
- 数据集划分：训练集（train）
占用字节数：137515873.22056717
样本数量：79863
- 数据集划分：测试集（test）
占用字节数：17189699.389716417
样本数量：9983
- 数据集划分：验证集（valid）
占用字节数：17189699.389716417
样本数量：9983
下载大小：92795013
总数据集大小：171895272.0
---
# 「abstracts_cleaned」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

数据集名称

• 名称: abstracts_cleaned

数据集配置

• 默认配置: default

数据文件路径

• 训练集: data/train-*
• 测试集: data/test-*
• 验证集: data/valid-*

数据集特征

• 特征名称: recall, dtype: int64
• 特征名称: article_title, dtype: string
• 特征名称: topic, dtype: string
• 特征名称: abstract, dtype: string
• 特征名称: index_level_0, dtype: int64

数据集分割

• 训练集:
  • 字节数: 137515873.22056717
  • 样本数: 79863
• 测试集:
  • 字节数: 17189699.389716417
  • 样本数: 9983
• 验证集:
  • 字节数: 17189699.389716417
  • 样本数: 9983

数据集大小

• 下载大小: 92795013
• 数据集大小: 171895272.0