数据集卡片 for Observed Antibody Space

数据集描述

数据集概要

该数据集名为“Observed Antibody Space”，包含两个配置：paired 和 unpaired。数据集大小介于10M到100M之间，采用CC BY 4.0许可。

支持的任务和排行榜

[更多信息需要]

语言

[更多信息需要]

数据集结构

数据实例

[更多信息需要]

数据字段

paired 配置

• sequence_heavy: 字符串类型
• sequence_light: 字符串类型
• cdr1_heavy: 字符串类型
• cdr2_heavy: 字符串类型
• cdr3_heavy: 字符串类型
• fwr1_heavy: 字符串类型
• fwr2_heavy: 字符串类型
• fwr3_heavy: 字符串类型
• fwr4_heavy: 字符串类型
• cdr1_light: 字符串类型
• cdr2_light: 字符串类型
• cdr3_light: 字符串类型
• fwr1_light: 字符串类型
• fwr2_light: 字符串类型
• fwr3_light: 字符串类型
• fwr4_light: 字符串类型
• species: 字符串类型
• vaccine: 字符串类型
• disease: 字符串类型

unpaired 配置

• sequence: 字符串类型
• chain: 字符串类型
• cdr1: 字符串类型
• cdr2: 字符串类型
• cdr3: 字符串类型
• fwr1: 字符串类型
• fwr2: 字符串类型
• fwr3: 字符串类型
• fwr4: 字符串类型
• species: 字符串类型
• vaccine: 字符串类型
• disease: 字符串类型

数据分割

paired 配置

• train 分割
  • 字节数: 985822519
  • 样本数: 1777462

unpaired 配置

• train 分割
  • 字节数: 4671469078
  • 样本数: 15925303

数据集创建

策划理由

[更多信息需要]

源数据

初始数据收集和规范化

[更多信息需要]

源语言生产者是谁？

[更多信息需要]

注释

注释过程

[更多信息需要]

注释者是谁？

[更多信息需要]

个人和敏感信息

[更多信息需要]

使用数据集的考虑因素

数据集的社会影响

[更多信息需要]

讨论偏见

[更多信息需要]

其他已知限制

[更多信息需要]

附加信息

数据集策展人

[更多信息需要]

许可信息

[更多信息需要]

引用信息

[更多信息需要]

贡献

[更多信息需要]