AdapterOcean/med_alpaca_standardized_cluster_93

---
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: 101753230
num_examples: 10399
download_size: 29719895
dataset_size: 101753230
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_93"

[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：对话ID（conversation_id），数据类型：64位整型
- 字段名：嵌入向量（embedding），数据类型：64位浮点型序列
- 字段名：聚类标签（cluster），数据类型：64位整型
数据划分：
- 划分名称：训练集，字节占用量：101753230，样本数量：10399
下载总大小：29719895，数据集总大小：101753230
配置项：
- 配置名称：默认配置，数据文件：
- 对应划分：训练集，文件路径：data/train-*

# 数据集卡片："med_alpaca_standardized_cluster_93"
[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10399个样本，总字节数为101753230。

数据大小

• 下载大小: 29719895字节。
• 数据集大小: 101753230字节。

配置

• default: 包含训练数据文件，路径为data/train-*。