ftopal/huggingface-datasets-embeddings

Name: ftopal/huggingface-datasets-embeddings
Creator: ftopal
Published: 2024-04-23 13:33:34
License: 暂无描述

Hugging Face2024-04-23 更新2024-06-11 收录

下载链接：

https://hf-mirror.com/datasets/ftopal/huggingface-datasets-embeddings

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: sha dtype: string - name: text dtype: string - name: id dtype: string - name: tags sequence: string - name: created_at dtype: string - name: metadata dtype: string - name: last_modified dtype: string - name: arxiv sequence: string - name: languages sequence: string - name: tags_str dtype: string - name: text_str dtype: string - name: text_lists sequence: string - name: processed_texts sequence: string - name: tokens_length sequence: int64 - name: input_texts sequence: string - name: embeddings sequence: float32 splits: - name: train num_bytes: 750959701 num_examples: 52904 download_size: 331683974 dataset_size: 750959701 configs: - config_name: default data_files: - split: train path: data/train-* ---

数据集信息：特征字段： - 名称：sha（安全哈希值），数据类型：字符串 - 名称：text，数据类型：字符串 - 名称：id，数据类型：字符串 - 名称：tags，数据类型：字符串序列 - 名称：created_at（创建时间），数据类型：字符串 - 名称：metadata（元数据），数据类型：字符串 - 名称：last_modified（最后修改时间），数据类型：字符串 - 名称：arxiv（arXiv预印本标识），数据类型：字符串序列 - 名称：languages（语言），数据类型：字符串序列 - 名称：tags_str（标签字符串），数据类型：字符串 - 名称：text_str（文本字符串），数据类型：字符串 - 名称：text_lists（文本列表），数据类型：字符串序列 - 名称：processed_texts（预处理文本），数据类型：字符串序列 - 名称：tokens_length（Token长度），数据类型：64位整型序列 - 名称：input_texts（输入文本），数据类型：字符串序列 - 名称：embeddings（嵌入向量），数据类型：32位浮点型序列数据集划分： - 划分名称：train（训练集），数据字节数：750959701，样本数量：52904 下载大小：331683974 数据集总大小：750959701 配置项： - 配置名称：default（默认配置），数据文件： - 划分：train（训练集），文件路径：data/train-*

提供机构：

ftopal

原始信息汇总