Yamei/VISBank_Final

---
dataset_info:
features:
- name: title
dtype: string
- name: paper_id
dtype: int64
- name: abstract
dtype: string
- name: authors
list:
- name: first
dtype: string
- name: middle
sequence: string
- name: last
dtype: string
- name: suffix
dtype: string
- name: year
dtype: float64
- name: arxiv_id
dtype: string
- name: acl_id
dtype: string
- name: pmc_id
dtype: string
- name: pubmed_id
dtype: string
- name: doi
dtype: string
- name: venue
dtype: string
- name: journal
dtype: string
- name: mag_id
dtype: string
- name: outbound_citations
sequence: string
- name: inbound_citations
sequence: string
- name: has_outbound_citations
dtype: bool
- name: has_inbound_citations
dtype: bool
- name: has_pdf_parse
dtype: bool
- name: s2_url
dtype: string
- name: has_pdf_body_text
dtype: float64
- name: has_pdf_parsed_abstract
dtype: float64
- name: has_pdf_parsed_body_text
dtype: float64
- name: has_pdf_parsed_bib_entries
dtype: float64
- name: has_pdf_parsed_ref_entries
dtype: float64
- name: entities
sequence:
sequence: string
splits:
- name: train
num_bytes: 254427395
num_examples: 125745
download_size: 133946624
dataset_size: 254427395
---
# Dataset Card for "VISBank_CleaneParsed"

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

---
dataset_info:
features:
- name: 标题（title）
dtype: 字符串（string）
- name: 论文ID（paper_id）
dtype: 64位整数（int64）
- name: 摘要（abstract）
dtype: 字符串（string）
- name: 作者信息（authors）
list:
- name: 名字（first）
dtype: 字符串（string）
- name: 中间名序列（middle）
sequence: string
- name: 姓氏（last）
dtype: 字符串（string）
- name: 姓名后缀（suffix）
dtype: 字符串（string）
- name: 发表年份（year）
dtype: 64位浮点数（float64）
- name: arXiv编号（arxiv_id）
dtype: 字符串（string）
- name: ACL编号（acl_id）
dtype: 字符串（string）
- name: PubMed Central编号（pmc_id）
dtype: 字符串（string）
- name: PubMed编号（pubmed_id）
dtype: 字符串（string）
- name: 数字对象标识符（doi, Digital Object Identifier）
dtype: 字符串（string）
- name: 发表场所（venue）
dtype: 字符串（string）
- name: 期刊（journal）
dtype: 字符串（string）
- name: MAG编号（mag_id）
dtype: 字符串（string）
- name: 出站引用列表（outbound_citations）
sequence: string
- name: 入站引用列表（inbound_citations）
sequence: string
- name: 是否存在出站引用（has_outbound_citations）
dtype: 布尔值（bool）
- name: 是否存在入站引用（has_inbound_citations）
dtype: 布尔值（bool）
- name: 是否完成PDF解析（has_pdf_parse）
dtype: 布尔值（bool）
- name: S2链接（s2_url）
dtype: 字符串（string）
- name: 是否包含PDF正文文本（has_pdf_body_text）
dtype: 64位浮点数（float64）
- name: 是否包含解析后的PDF摘要（has_pdf_parsed_abstract）
dtype: 64位浮点数（float64）
- name: 是否包含解析后的PDF正文（has_pdf_parsed_body_text）
dtype: 64位浮点数（float64）
- name: 是否包含解析后的PDF参考文献条目（has_pdf_parsed_bib_entries）
dtype: 64位浮点数（float64）
- name: 是否包含解析后的PDF引用条目（has_pdf_parsed_ref_entries）
dtype: 64位浮点数（float64）
- name: 实体序列（entities）
sequence:
sequence: string
splits:
- name: 训练集（train）
num_bytes: 254427395
num_examples: 125745
download_size: 133946624
dataset_size: 254427395
---
# 「VISBank_CleaneParsed」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: VISBank_CleaneParsed

数据集特征

• title: 字符串类型
• paper_id: 整数类型
• abstract: 字符串类型
• authors: 列表类型，包含以下子特征：
  • first: 字符串类型
  • middle: 序列类型，字符串类型
  • last: 字符串类型
  • suffix: 字符串类型
• year: 浮点数类型
• arxiv_id: 字符串类型
• acl_id: 字符串类型
• pmc_id: 字符串类型
• pubmed_id: 字符串类型
• doi: 字符串类型
• venue: 字符串类型
• journal: 字符串类型
• mag_id: 字符串类型
• outbound_citations: 序列类型，字符串类型
• inbound_citations: 序列类型，字符串类型
• has_outbound_citations: 布尔类型
• has_inbound_citations: 布尔类型
• has_pdf_parse: 布尔类型
• s2_url: 字符串类型
• has_pdf_body_text: 浮点数类型
• has_pdf_parsed_abstract: 浮点数类型
• has_pdf_parsed_body_text: 浮点数类型
• has_pdf_parsed_bib_entries: 浮点数类型
• has_pdf_parsed_ref_entries: 浮点数类型
• entities: 序列类型，包含序列类型，字符串类型

数据集分割

• train:
  • num_bytes: 254427395
  • num_examples: 125745

数据集大小

• download_size: 133946624
• dataset_size: 254427395