AdapterOcean/dollyaug-standardized_cluster_2

---
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: 15539998
num_examples: 1553
download_size: 4866247
dataset_size: 15539998
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "dollyaug-standardized_cluster_2"

[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：文本（text），数据类型：字符串（string）
- 字段名：对话ID（conversation_id），数据类型：64位整数（int64）
- 字段名：嵌入向量（embedding），序列类型：64位浮点数序列（float64）
- 字段名：聚类簇（cluster），数据类型：64位整数（int64）
数据划分：
- 划分名称：训练集（train），字节数：15539998，样本数量：1553
下载大小：4866247
数据集总大小：15539998
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集，文件路径：data/train-*

# 数据集卡片："dollyaug-standardized_cluster_2"

[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: 字符串类型
  • conversation_id: 64位整数类型
  • embedding: 64位浮点数序列
  • cluster: 64位整数类型

数据分割

• 训练集:
  • 字节数: 15539998
  • 样本数: 1553

数据大小

• 下载大小: 4866247 字节
• 数据集大小: 15539998 字节

配置

• 默认配置:
  • 数据文件:
    • 训练集路径: data/train-*