AdapterOcean/med_alpaca_standardized_cluster_9

---
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: 70212749
num_examples: 8302
download_size: 17761402
dataset_size: 70212749
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_9"

[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：
- 名称：text（文本），数据类型：字符串
- 名称：conversation_id（对话ID），数据类型：64位整型
- 名称：embedding（嵌入向量），数据类型：64位浮点型序列
- 名称：cluster（聚类簇），数据类型：64位整型
数据集划分：
- 划分名称：train（训练集），字节数：70212749，样本数：8302
下载大小：17761402
数据集总大小：70212749
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：train（训练集），路径：data/train-*

# 「med_alpaca_standardized_cluster_9」数据集卡片
[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: 类型为 string
  • conversation_id: 类型为 int64
  • embedding: 序列类型为 float64
  • cluster: 类型为 int64

数据分割

• 训练集:
  • 字节数: 70212749
  • 样本数: 8302

数据大小

• 下载大小: 17761402 字节
• 数据集大小: 70212749 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*