HydraLM/corpus_1_clustered_2
收藏Hugging Face2023-09-14 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/HydraLM/corpus_1_clustered_2
下载链接
链接失效反馈官方服务：
资源简介：
---
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: float64
- name: text_processed
dtype: string
- name: __index_level_0__
dtype: int64
- name: cluster
sequence: int64
splits:
- name: train
num_bytes: 99791008
num_examples: 10000
download_size: 0
dataset_size: 99791008
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "corpus_1_clustered_2"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
HydraLM
原始信息汇总
数据集概述
数据集信息
特征
- text: 类型为字符串
- conversation_id: 类型为64位整数
- dataset_id: 类型为字符串
- unique_conversation_id: 类型为字符串
- embedding: 类型为64位浮点数序列
- text_processed: 类型为字符串
- index_level_0: 类型为64位整数
- cluster: 类型为64位整数序列
分割
- train: 包含10000个样本，占用99791008字节
大小
- 下载大小: 0字节
- 数据集大小: 99791008字节
配置
- default: 包含训练数据文件，路径为
data/train-*
