Vinno97/customer-service-intent-mining-hackathon

该数据集是一个用于文本分类和零样本分类任务的英文数据集，包含1944个训练样本。数据集的特征包括消息文本、标签以及多种维度的嵌入向量（如2D、3D、128D、256D和512D）。数据集基于`jonathansuru/customer_service_intent_detection`，并新增了使用`BAAI/bge-large-en-v1.5`模型生成的`prompt_embedding`列。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: Apache 2.0
• 数据集大小: 1K<n<10K
• 任务类别:
  • 文本分类
  • 零样本分类
• 数据集名称: adsf

数据集结构

特征

• message: 字符串类型
• label: 字符串类型
• embedding: 浮点数序列，类型为float64
• embedding_2d: 浮点数序列，类型为float32
• embedding_3d: 浮点数序列，类型为float32
• embedding_128d: 浮点数序列，类型为float32
• embedding_256d: 浮点数序列，类型为float32
• embedding_512d: 浮点数序列，类型为float32

数据分割

• train:
  • 样本数量: 1944
  • 字节数: 23107641

文件信息

• 下载大小: 13886200
• 数据集大小: 23107641

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*

数据集来源

• 基于 jonathansuru/customer_service_intent_detection
• 添加了 prompt_embedding 列，通过使用 BAAI/bge-large-en-v1.5 对 "message" 列进行嵌入处理