AdapterOcean/datasci-standardized_cluster_0|自然语言处理数据集|文本聚类数据集

---
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: 13439608
num_examples: 1294
download_size: 4112832
dataset_size: 13439608
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "datasci-standardized_cluster_0"

[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:
  • text: 类型为字符串 (string)
  • conversation_id: 类型为64位整数 (int64)
  • embedding: 序列类型为64位浮点数 (float64)
  • cluster: 类型为64位整数 (int64)
• 分割:
  • train: 包含1294个样本，总字节数为13439608

数据集大小

• 下载大小: 4112832字节
• 数据集大小: 13439608字节

配置

• 配置名称: default
• 数据文件:
  • train: 路径为 data/train-*