Tài liệu tham khảo:
arxiv
Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:
ds = tfds.load('huggingface:scientific_papers/arxiv')
- Sự miêu tả :
Scientific papers datasets contains two sets of long and structured documents.
The datasets are obtained from ArXiv and PubMed OpenAccess repositories.
Both "arxiv" and "pubmed" have two features:
- article: the body of the document, pagragraphs seperated by "/n".
- abstract: the abstract of the document, pagragraphs seperated by "/n".
- section_names: titles of sections, seperated by "/n".
- Giấy phép : Không có giấy phép được biết đến
- Phiên bản : 1.1.1
- Chia tách :
| Tách ra | Ví dụ |
|---|---|
'test' | 6440 |
'train' | 203037 |
'validation' | 6436 |
- Đặc trưng :
{
"article": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"abstract": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"section_names": {
"dtype": "string",
"id": null,
"_type": "Value"
}
}
đã xuất bản
Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:
ds = tfds.load('huggingface:scientific_papers/pubmed')
- Sự miêu tả :
Scientific papers datasets contains two sets of long and structured documents.
The datasets are obtained from ArXiv and PubMed OpenAccess repositories.
Both "arxiv" and "pubmed" have two features:
- article: the body of the document, pagragraphs seperated by "/n".
- abstract: the abstract of the document, pagragraphs seperated by "/n".
- section_names: titles of sections, seperated by "/n".
- Giấy phép : Không có giấy phép được biết đến
- Phiên bản : 1.1.1
- Chia tách :
| Tách ra | Ví dụ |
|---|---|
'test' | 6658 |
'train' | 119924 |
'validation' | 6633 |
- Đặc trưng :
{
"article": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"abstract": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"section_names": {
"dtype": "string",
"id": null,
"_type": "Value"
}
}