AdapterOcean/data-standardized_cluster_3

---
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: 41994569
num_examples: 3975
download_size: 12107572
dataset_size: 41994569
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "data-standardized_cluster_3"

[More Information needed](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：文本数据，数据类型为字符串（string）。
  • conversation_id：对话ID，数据类型为64位整数（int64）。
  • embedding：嵌入向量，数据类型为64位浮点数序列（sequence: float64）。
  • cluster：聚类标签，数据类型为64位整数（int64）。

• 数据分割：

  • train：训练集，包含41,994,569字节的数据和3,975个样本。

• 数据集大小：

  • 下载大小：12,107,572字节。
  • 数据集大小：41,994,569字节。

配置信息

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