HydraLM/partitioned_v3_standardized

---
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_id
dtype: string
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 939305522
num_examples: 1721232
download_size: 379255793
dataset_size: 939305522
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "partitioned_v3_standardized"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

--- 数据集信息：
特征字段：
- 字段名：消息（message），数据类型：字符串
- 字段名：消息类型（message_type），数据类型：字符串
- 字段名：消息ID（message_id），数据类型：64位整型
- 字段名：会话ID（conversation_id），数据类型：64位整型
- 字段名：数据集ID（dataset_id），数据类型：字符串
- 字段名：唯一ID（unique_id），数据类型：字符串
- 字段名：簇（cluster），数据类型：64位整型
数据划分：
- 划分名称：训练集（train），字节大小：939305522，样本数量：1721232
下载大小：379255793 字节
数据集总大小：939305522 字节
配置项：
- 配置名称：默认（default），数据文件：
- 划分：训练集（train），路径：data/train-*
---
# "partitioned_v3_standardized" 数据集卡片

[需补充更多信息](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

数据集特征

• message：字符串类型
• message_type：字符串类型
• message_id：整数类型（int64）
• conversation_id：整数类型（int64）
• dataset_id：字符串类型
• unique_id：字符串类型
• cluster：整数类型（int64）

数据集分割

• train：
  • 数据量：1721232条记录
  • 大小：939305522字节

数据集大小

• 下载大小：379255793字节
• 数据集大小：939305522字节

配置

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