AdapterOcean/med_alpaca_standardized_cluster_69

---
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: 72452566
num_examples: 7251
download_size: 21740260
dataset_size: 72452566
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_69"

[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：文本（text），数据类型：字符串（string）
- 字段名：对话ID（conversation_id），数据类型：64位整数（int64）
- 字段名：嵌入向量（embedding），数据类型：64位浮点数序列
- 字段名：聚类簇编号（cluster），数据类型：64位整数
数据集划分：
- 划分名称：训练集（train），占用字节数：72452566，样本总数：7251
整体下载大小：21740260，数据集总存储大小：72452566
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 对应划分：训练集，文件路径：data/train-*

# "med_alpaca_standardized_cluster_69" 数据集卡片
[更多信息待补充](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：字符串类型
  • conversation_id：64位整数类型
  • embedding：64位浮点数序列
  • cluster：64位整数类型

• 数据分割：

  • train：
    • 字节数：72452566
    • 样本数：7251

• 数据大小：

  • 下载大小：21740260
  • 数据集大小：72452566

配置信息

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