filipecosta90/dbpedia-openai-1M-text-embedding-3-large-3072d

---
language:
- en
dataset_info:
features:
- name: _id
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: embedding
sequence: float64
splits:
- name: train
num_bytes: 24967850773
num_examples: 1000000
download_size: 24854966022
dataset_size: 24967850773
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

语言：
- 英语
数据集信息（dataset_info）：
特征项：
- 字段名称：唯一标识符（_id），数据类型：字符串
- 字段名称：标题（title），数据类型：字符串
- 字段名称：文本（text），数据类型：字符串
- 字段名称：嵌入向量（embedding），数据类型：序列双精度浮点数（float64）
数据集划分：
- 划分名称：训练集（train），字节占用量：24967850773，样本数量：1000000
下载大小：24854966022
数据集存储总大小：24967850773
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

语言

• 英语（en）

数据集信息

特征

• _id: 字符串类型
• title: 字符串类型
• text: 字符串类型
• embedding: 序列类型，浮点数（float64）

分割

• train:
  • 字节数: 24967850773
  • 样本数: 1000000

大小

• 下载大小: 24854966022
• 数据集大小: 24967850773

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*