AdapterOcean/med_alpaca_standardized_cluster_84

---
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: 61443556
num_examples: 6088
download_size: 18442302
dataset_size: 61443556
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_84"

[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，数据类型：字符串
- 名称：会话ID（conversation_id），数据类型：64位整数
- 名称：嵌入向量（embedding），数据类型：64位浮点数序列
- 名称：聚类簇（cluster），数据类型：64位整数
数据集划分：
- 名称：训练集（train），字节数：61443556，样本数量：6088
下载大小：18442302
数据集总大小：61443556
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），文件路径：data/train-*
---

# 「med_alpaca_standardized_cluster_84」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

• 特征列表:

  • text: 数据类型为 string
  • conversation_id: 数据类型为 int64
  • embedding: 数据类型为 float64 的序列
  • cluster: 数据类型为 int64

• 数据分割:

  • train: 包含 6088 个样本，占用 61443556 字节

• 数据集大小:

  • 下载大小: 18442302 字节
  • 数据集大小: 61443556 字节

配置信息

• 默认配置:
  • 数据文件路径: data/train-*