AdapterOcean/med_alpaca_standardized_cluster_73

---
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: 117789190
num_examples: 11818
download_size: 34752892
dataset_size: 117789190
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_73"

[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：
- 字段名：文本，数据类型：字符串
- 字段名：对话ID，数据类型：64位整数
- 字段名：嵌入向量（embedding），数据类型：序列，元素为64位浮点数
- 字段名：聚类簇（cluster），数据类型：64位整数
数据集划分：
- 划分名称：训练集，字节数：117789190，样本数：11818
下载总大小：34752892，数据集总大小：117789190
配置项：
- 配置名称：默认配置，数据文件：
- 对应划分：训练集，路径：data/train-*

# 「med_alpaca_standardized_cluster_73」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

数据集信息

• 特征列表:

  • text: 文本类型，数据类型为字符串。
  • conversation_id: 对话ID，数据类型为64位整数。
  • embedding: 嵌入向量，数据类型为64位浮点数序列。
  • cluster: 聚类标签，数据类型为64位整数。

• 数据分割:

  • train: 训练集，包含11818个样本，总字节数为117789190。

• 数据大小:

  • 下载大小: 34752892字节
  • 数据集大小: 117789190字节

配置信息

• 默认配置:
  • 数据文件路径: data/train-*