AdapterOcean/med_alpaca_standardized_cluster_56

---
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: 171508569
num_examples: 17138
download_size: 50509476
dataset_size: 171508569
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_56"

[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：对话ID（conversation_id）
数据类型：64位整数（int64）
- 名称：嵌入向量（embedding）
数据类型：64位浮点数序列（sequence float64）
- 名称：聚类标签（cluster）
数据类型：64位整数（int64）
数据划分：
- 名称：训练集（train）
字节数：171508569
样本数量：17138
下载大小：50509476
数据集总大小：171508569
配置项：
- 配置名称：默认配置（default）
数据文件：
- 划分集：训练集（train）
路径：data/train-*
---
# 「med_alpaca_standardized_cluster_56」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: 类型为字符串
• conversation_id: 类型为整数 (int64)
• embedding: 序列类型为浮点数 (float64)
• cluster: 类型为整数 (int64)

数据分割

• train: 包含17138个样本，总大小为171508569字节

数据大小

• 下载大小: 50509476字节
• 数据集大小: 171508569字节

配置

• default: 包含训练数据文件，路径为data/train-*