AdapterOcean/chemistry_dataset_standardized_cluster_1

---
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: 28565021
num_examples: 2751
download_size: 8067836
dataset_size: 28565021
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "chemistry_dataset_standardized_cluster_1"

[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: 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

• 训练集:
  • 名称: train
  • 字节数: 28565021
  • 样本数: 2751

数据集大小

• 下载大小: 8067836 字节
• 实际大小: 28565021 字节

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*