zelalt/arxiv-papers

---
dataset_info:
features:
- name: chunk
dtype: string
- name: id
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: source
dtype: string
- name: authors
sequence: string
- name: text_length
dtype: int64
splits:
- name: train
num_bytes: 681551
num_examples: 423
download_size: 405180
dataset_size: 681551
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "arxiv-papers"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：分块（chunk），数据类型：字符串
- 名称：标识符（id），数据类型：字符串
- 名称：标题（title），数据类型：字符串
- 名称：摘要（summary），数据类型：字符串
- 名称：来源（source），数据类型：字符串
- 名称：作者（authors），数据类型：字符串序列
- 名称：文本长度（text_length），数据类型：64位整数
数据集划分：
- 划分名称：训练集（train），字节数：681551，样本数量：423
下载大小：405180
数据集总大小：681551
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*
# 「arxiv-papers」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

数据特征

• chunk: 字符串类型
• id: 字符串类型
• title: 字符串类型
• summary: 字符串类型
• source: 字符串类型
• authors: 字符串序列
• text_length: 64位整数类型

数据分割

• train: 包含423个样本，占用681551字节

数据集大小

• 下载大小: 405180字节
• 数据集大小: 681551字节

配置

• default: 包含训练数据文件，路径为data/train-*