HydraLM/corpus_1_clustered_2
收藏官方服务：
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-*
