AdapterOcean/python3-standardized_cluster_7

---
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: 41110307
num_examples: 3782
download_size: 0
dataset_size: 41110307
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "python3-standardized_cluster_7"

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

dataset_info:
features:
- 名称：文本
数据类型：字符串
- 名称：对话ID
数据类型：64位整数
- 名称：嵌入向量（embedding）
序列类型：64位浮点数
- 名称：聚类
数据类型：64位整数
splits:
- 名称：训练集
字节数：41110307
样本数：3782
下载大小：0
数据集大小：41110307
configs:
- 配置名称：默认
数据文件：
- 拆分：训练集
路径：data/train-*

# python3-standardized_cluster_7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: 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41,110,307字节，3,782个样本。

数据集大小

• 下载大小: 0字节
• 数据集大小: 41,110,307字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*