专利分类：专利和摘要的分类（9个类别）。

该数据集用于长文本分类（非摘要文档的长度超过512个标记）。数据采样自"Eva Sharma、陈立和王鹿"的《BIGPATENT：一个用于抽象和连贯摘要的大规模数据集》。

• 见： https://aclanthology.org/P19-1212.pdf
• 见： https://evasharma.github.io/bigpatent/

包含9个不平衡类别，共35,000个专利和摘要，分为3个部分：训练集（25,000）、验证集（5,000）和测试集（5,000）。

请注意，文档是非大写的，并且由作者分隔开（通过空格）。

与 run_glue.py 脚本兼容：

export MODEL_NAME=roberta-base
export MAX_SEQ_LENGTH=512

python run_glue.py \
  --model_name_or_path $MODEL_NAME \
  --dataset_name ccdv/patent-classification  \
  --do_train \
  --do_eval \
  --max_seq_length $MAX_SEQ_LENGTH \
  --per_device_train_batch_size 8 \
  --gradient_accumulation_steps 4 \
  --learning_rate 2e-5 \
  --num_train_epochs 1 \
  --max_eval_samples 500 \
  --output_dir tmp/patent