AdapterOcean/chemistry_dataset_standardized_cluster_2

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 31918454
num_examples: 3339
download_size: 8651715
dataset_size: 31918454
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "chemistry_dataset_standardized_cluster_2"

[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

数据集信息

• 特征列表:

  • text: 数据类型为字符串 (string)
  • conversation_id: 数据类型为64位整数 (int64)
  • embedding: 数据类型为64位浮点数序列 (sequence: float64)
  • cluster: 数据类型为64位整数 (int64)

• 数据分割:

  • train: 包含3339个样本，总字节数为31918454

• 数据大小:

  • 下载大小: 8651715字节
  • 数据集大小: 31918454字节

配置信息

• 默认配置 (default):
  • 数据文件:
    • train: 路径为 data/train-*