pharaouk/filtered-1

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: dataset_id
dtype: string
- name: unique_conversation_id
dtype: string
- name: embedding
sequence: float32
- name: inst_prob
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 14851302435
num_examples: 2506367
download_size: 8200041049
dataset_size: 14851302435
---
# Dataset Card for "filtered-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

配置

• 默认配置名称：default
• 数据文件路径：data/train-*

数据集信息

• 特征信息

  • text：字符串类型
  • conversation_id：64位整数类型
  • dataset_id：字符串类型
  • unique_conversation_id：字符串类型
  • embedding：32位浮点数序列
  • inst_prob：64位浮点数类型
  • __index_level_0__：64位整数类型

• 数据分割

  • train：
    • 字节数：14851302435
    • 样本数：2506367

• 数据集大小

  • 下载大小：8200041049
  • 数据集大小：14851302435