AdapterOcean/med_alpaca_standardized_cluster_79

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 79422975
num_examples: 8140
download_size: 23531181
dataset_size: 79422975
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_79"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 字段名：text，数据类型：字符串
- 字段名：conversation_id，数据类型：64位整数
- 字段名：embedding（嵌入向量），数据类型：64位浮点型序列
- 字段名：cluster（聚类簇），数据类型：64位整数
数据集划分：
- 划分名称：train（训练集），字节数：79422975，样本数量：8140
下载大小：23531181，数据集存储大小：79422975
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：train，路径：data/train-*
---
# 数据集卡片："med_alpaca_standardized_cluster_79"

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

##

原始信息汇总

数据集概述

数据集信息

特征

• text: 数据类型为字符串。
• conversation_id: 数据类型为64位整数。
• embedding: 数据类型为64位浮点数序列。
• cluster: 数据类型为64位整数。

数据分割

• train: 包含8140个样本，占用79422975字节。

数据大小

• 下载大小: 23531181字节
• 数据集大小: 79422975字节

配置

• default: 包含训练数据文件，路径为data/train-*。