AdapterOcean/med_alpaca_standardized_cluster_94

---
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: 66086608
num_examples: 6944
download_size: 18842747
dataset_size: 66086608
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_94"

[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：
- 名称：文本（text），数据类型：字符串（string）
- 名称：会话ID（conversation_id），数据类型：64位整数（int64）
- 名称：嵌入向量（embedding），序列类型：64位浮点数（float64）
- 名称：聚类标签（cluster），数据类型：64位整数（int64）
数据集划分：
- 名称：训练集（train），字节数：66086608，样本数量：6944
下载大小：18842747
数据集总大小：66086608
配置项：
- 配置名称：默认（default），数据文件：
- 划分集：训练集（train），路径：data/train-*

# "med_alpaca_standardized_cluster_94"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

• text: 数据类型为字符串（string）
• conversation_id: 数据类型为64位整数（int64）
• embedding: 序列类型为64位浮点数（float64）
• cluster: 数据类型为64位整数（int64）

数据分割

• train: 包含6944个样本，总字节数为66086608

数据大小

• 下载大小: 18842747字节
• 数据集大小: 66086608字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*