hyperdemocracy/usc-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5

Name: hyperdemocracy/usc-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5
Creator: hyperdemocracy
Published: 2024-03-04T19:38:51+08:00

Hugging Face2024-02-24 更新2024-03-04 收录

文本向量化

立法文档

数据链接：

https://hf-mirror.com/datasets/hyperdemocracy/usc-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5 数据链接链接失效反馈

官方服务：

资源简介：

--- configs: - config_name: default data_files: - path: data/usc-113-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet split: '113' - path: data/usc-114-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet split: '114' - path: data/usc-115-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet split: '115' - path: data/usc-116-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet split: '116' - path: data/usc-117-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet split: '117' - path: data/usc-118-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet split: '118' dataset_info: features: - dtype: string name: chunk_id - dtype: string name: text_id - dtype: string name: legis_id - dtype: string name: text - list: dtype: float32 name: vec - name: metadata struct: - dtype: string name: chunk_id - dtype: int32 name: chunk_index - dtype: string name: congress_num - dtype: string name: legis_class - dtype: string name: legis_id - dtype: int32 name: legis_num - dtype: string name: legis_type - dtype: string name: legis_version - dtype: int32 name: start_index - dtype: string name: text_date - dtype: string name: text_id ---

配置项： - 配置名称：default（默认）数据文件： - 路径：data/usc-113-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet，拆分集：'113' - 路径：data/usc-114-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet，拆分集：'114' - 路径：data/usc-115-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet，拆分集：'115' - 路径：data/usc-116-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet，拆分集：'116' - 路径：data/usc-117-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet，拆分集：'117' - 路径：data/usc-118-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet，拆分集：'118' 数据集信息：特征： - 数据类型：字符串（string），名称：chunk_id（分块ID） - 数据类型：字符串（string），名称：text_id（文本ID） - 数据类型：字符串（string），名称：legis_id（立法文件ID） - 数据类型：字符串（string），名称：text（文本内容） - 列表类型：单精度浮点数（float32），名称：vec（向量） - 名称：metadata（元数据），结构体： - 数据类型：字符串（string），名称：chunk_id（分块ID） - 数据类型：32位整数（int32），名称：chunk_index（分块索引） - 数据类型：字符串（string），名称：congress_num（国会届数） - 数据类型：字符串（string），名称：legis_class（立法文件类别） - 数据类型：字符串（string），名称：legis_id（立法文件ID） - 数据类型：32位整数（int32），名称：legis_num（立法文件编号） - 数据类型：字符串（string），名称：legis_type（立法文件类型） - 数据类型：字符串（string），名称：legis_version（立法文件版本） - 数据类型：32位整数（int32），名称：start_index（起始索引） - 数据类型：字符串（string），名称：text_date（文本日期） - 数据类型：字符串（string），名称：text_id（文本ID）

提供机构：

hyperdemocracy

原始信息汇总

数据集概述

数据文件配置

默认配置
- 文件路径: data/usc-113-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet
  - 分割: 113
- 文件路径: data/usc-114-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet
  - 分割: 114
- 文件路径: data/usc-115-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet
  - 分割: 115
- 文件路径: data/usc-116-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet
  - 分割: 116
- 文件路径: data/usc-117-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet
  - 分割: 117
- 文件路径: data/usc-118-vecs-v1-s1024-o256-BAAI-bge-small-en-v1.5.parquet
  - 分割: 118

数据集特征

数据类型: string
- 名称: chunk_id
- 名称: text_id
- 名称: legis_id
- 名称: text
数据类型: list of float32
- 名称: vec
数据类型: struct
- 名称: metadata
  - 数据类型: string
    - 名称: chunk_id
  - 数据类型: int32
    - 名称: chunk_index
  - 数据类型: string
    - 名称: congress_num
  - 数据类型: string
    - 名称: legis_class
  - 数据类型: string
    - 名称: legis_id
  - 数据类型: int32
    - 名称: legis_num
  - 数据类型: string
    - 名称: legis_type
  - 数据类型: string
    - 名称: legis_version
  - 数据类型: int32
    - 名称: start_index
  - 数据类型: string
    - 名称: text_date
  - 数据类型: string
    - 名称: text_id