hyperdemocracy/usc-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5

--- configs: - config_name: default data_files: - path: data/usc-113-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet split: '113' - path: data/usc-114-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet split: '114' - path: data/usc-115-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet split: '115' - path: data/usc-116-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet split: '116' - path: data/usc-117-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet split: '117' - path: data/usc-118-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet split: '118' dataset_info: features: - dtype: string name: chunk_id - dtype: string name: text_id - dtype: string name: legis_id - dtype: string name: text - list: dtype: float32 name: vec - name: metadata struct: - dtype: string name: chunk_id - dtype: int32 name: chunk_index - dtype: string name: congress_num - dtype: string name: legis_class - dtype: string name: legis_id - dtype: int32 name: legis_num - dtype: string name: legis_type - dtype: string name: legis_version - dtype: int32 name: start_index - dtype: string name: text_date - dtype: string name: text_id ---

原始信息汇总

数据集概述

数据文件配置

• 默认配置 (default)
  • 数据文件路径及分割信息：
    • data/usc-113-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet，分割：113
    • data/usc-114-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet，分割：114
    • data/usc-115-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet，分割：115
    • data/usc-116-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet，分割：116
    • data/usc-117-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet，分割：117
    • data/usc-118-vecs-v1-s1024-o256-BAAI-bge-large-en-v1.5.parquet，分割：118

数据集特征信息

• 特征列表
  • chunk_id：字符串类型
  • text_id：字符串类型
  • legis_id：字符串类型
  • text：字符串类型
  • vec：浮点数列表类型
  • metadata：结构类型
    • chunk_id：字符串类型
    • chunk_index：整数类型
    • congress_num：字符串类型
    • legis_class：字符串类型
    • legis_id：字符串类型
    • legis_num：整数类型
    • legis_type：字符串类型
    • legis_version：字符串类型
    • start_index：整数类型
    • text_date：字符串类型
    • text_id：字符串类型