HydraLM/SkunkData-Corpus-Clusters-001

---
configs:
- config_name: default
data_files:
- split: config0
path: data/config0-*
- split: config1
path: data/config1-*
- split: config2
path: data/config2-*
- split: config3
path: data/config3-*
- split: config4
path: data/config4-*
- split: config5
path: data/config5-*
- split: config6
path: data/config6-*
- split: config7
path: data/config7-*
- split: config8
path: data/config8-*
- split: config9
path: data/config9-*
- split: config10
path: data/config10-*
- split: config11
path: data/config11-*
- split: config12
path: data/config12-*
- split: config13
path: data/config13-*
- split: config14
path: data/config14-*
- split: config15
path: data/config15-*
- split: config16
path: data/config16-*
- split: config17
path: data/config17-*
- split: config18
path: data/config18-*
- split: config19
path: data/config19-*
- split: config20
path: data/config20-*
- split: config21
path: data/config21-*
- split: config22
path: data/config22-*
- split: config23
path: data/config23-*
- split: config24
path: data/config24-*
- split: config25
path: data/config25-*
- split: config26
path: data/config26-*
- split: config27
path: data/config27-*
- split: config28
path: data/config28-*
- split: config29
path: data/config29-*
- split: config30
path: data/config30-*
- split: config31
path: data/config31-*
dataset_info:
features:
- name: message
dtype: string
- name: message_type
dtype: string
- name: message_id
dtype: int64
- name: conversation_id
dtype: int64
- name: dataset_id
dtype: string
- name: unique_conversation_id
dtype: string
- name: cluster
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: config0
num_bytes: 87924284
num_examples: 99425
- name: config1
num_bytes: 106611220
num_examples: 125333
- name: config2
num_bytes: 173980413
num_examples: 142226
- name: config3
num_bytes: 66985706
num_examples: 95365
- name: config4
num_bytes: 159352232
num_examples: 160680
- name: config5
num_bytes: 77667739
num_examples: 73168
- name: config6
num_bytes: 49793674
num_examples: 68399
- name: config7
num_bytes: 110741148
num_examples: 96048
- name: config8
num_bytes: 246980215
num_examples: 189712
- name: config9
num_bytes: 78705055
num_examples: 75952
- name: config10
num_bytes: 24590140
num_examples: 49477
- name: config11
num_bytes: 101881388
num_examples: 100613
- name: config12
num_bytes: 171141731
num_examples: 189285
- name: config13
num_bytes: 94659874
num_examples: 172001
- name: config14
num_bytes: 75441820
num_examples: 116020
- name: config15
num_bytes: 109459044
num_examples: 109363
- name: config16
num_bytes: 124294700
num_examples: 110020
- name: config17
num_bytes: 68624316
num_examples: 84195
- name: config18
num_bytes: 194234867
num_examples: 126148
- name: config19
num_bytes: 38810678
num_examples: 44274
- name: config20
num_bytes: 109428694
num_examples: 92432
- name: config21
num_bytes: 127536760
num_examples: 91186
- name: config22
num_bytes: 75102071
num_examples: 93171
- name: config23
num_bytes: 99290404
num_examples: 73458
- name: config24
num_bytes: 83858017
num_examples: 95037
- name: config25
num_bytes: 153137616
num_examples: 118558
- name: config26
num_bytes: 84263186
num_examples: 147431
- name: config27
num_bytes: 32127511
num_examples: 61803
- name: config28
num_bytes: 79484162
num_examples: 100282
- name: config29
num_bytes: 50017006
num_examples: 87382
- name: config30
num_bytes: 17400390
num_examples: 31757
- name: config31
num_bytes: 35728713
num_examples: 58432
download_size: 0
dataset_size: 3109254774
---
# Dataset Card for "SkunkData-Corpus-Clusters"

[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

数据集配置

• 默认配置: default
• 数据文件路径:
  • config0: data/config0-*
  • config1: data/config1-*
  • config2: data/config2-*
  • config3: data/config3-*
  • config4: data/config4-*
  • config5: data/config5-*
  • config6: data/config6-*
  • config7: data/config7-*
  • config8: data/config8-*
  • config9: data/config9-*
  • config10: data/config10-*
  • config11: data/config11-*
  • config12: data/config12-*
  • config13: data/config13-*
  • config14: data/config14-*
  • config15: data/config15-*
  • config16: data/config16-*
  • config17: data/config17-*
  • config18: data/config18-*
  • config19: data/config19-*
  • config20: data/config20-*
  • config21: data/config21-*
  • config22: data/config22-*
  • config23: data/config23-*
  • config24: data/config24-*
  • config25: data/config25-*
  • config26: data/config26-*
  • config27: data/config27-*
  • config28: data/config28-*
  • config29: data/config29-*
  • config30: data/config30-*
  • config31: data/config31-*

数据集信息

• 特征:

  • message: 字符串类型
  • message_type: 字符串类型
  • message_id: 64位整数类型
  • conversation_id: 64位整数类型
  • dataset_id: 字符串类型
  • unique_conversation_id: 字符串类型
  • cluster: 64位浮点数类型
  • __index_level_0__: 64位整数类型

• 分割:

  • config0: 字节数 87924284, 样本数 99425
  • config1: 字节数 106611220, 样本数 125333
  • config2: 字节数 173980413, 样本数 142226
  • config3: 字节数 66985706, 样本数 95365
  • config4: 字节数 159352232, 样本数 160680
  • config5: 字节数 77667739, 样本数 73168
  • config6: 字节数 49793674, 样本数 68399
  • config7: 字节数 110741148, 样本数 96048
  • config8: 字节数 246980215, 样本数 189712
  • config9: 字节数 78705055, 样本数 75952
  • config10: 字节数 24590140, 样本数 49477
  • config11: 字节数 101881388, 样本数 100613
  • config12: 字节数 171141731, 样本数 189285
  • config13: 字节数 94659874, 样本数 172001
  • config14: 字节数 75441820, 样本数 116020
  • config15: 字节数 109459044, 样本数 109363
  • config16: 字节数 124294700, 样本数 110020
  • config17: 字节数 68624316, 样本数 84195
  • config18: 字节数 194234867, 样本数 126148
  • config19: 字节数 38810678, 样本数 44274
  • config20: 字节数 109428694, 样本数 92432
  • config21: 字节数 127536760, 样本数 91186
  • config22: 字节数 75102071, 样本数 93171
  • config23: 字节数 99290404, 样本数 73458
  • config24: 字节数 83858017, 样本数 95037
  • config25: 字节数 153137616, 样本数 118558
  • config26: 字节数 84263186, 样本数 147431
  • config27: 字节数 32127511, 样本数 61803
  • config28: 字节数 79484162, 样本数 100282
  • config29: 字节数 50017006, 样本数 87382
  • config30: 字节数 17400390, 样本数 31757
  • config31: 字节数 35728713, 样本数 58432

• 数据集大小:

  • 下载大小: 0 字节
  • 数据集大小: 3109254774 字节