这是一个基于The Pile Deduplicated的数据集，包含文本(text)和索引(pile_idx)两种特征。数据集被划分为训练集(train)、验证集(validation)和测试集(test)，分别包含842,967、500和10,000个示例。整个数据集大小为5,279,901,670字节，下载大小为2,903,588,242字节。数据集使用英语。

Hugging Face2025-01-23 更新130

Results - Text Analysis of Chemistry Thesis and Dissertation Titles

文献分析

文献数据挖掘

Results associated with: Scalfani, V. F. Text Analysis of Chemistry Thesis and Dissertation Titles, Issues in Science & Technology Librarianship, submitted August 6, 2016.

Figshare2017-03-25 更新60