AdapterOcean/augmentatio-standardized_cluster_2

---
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: 73895191
num_examples: 7335
download_size: 20782283
dataset_size: 73895191
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "augmentatio-standardized_cluster_2"

[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
- 名称：对话ID（conversation_id），数据类型：64位整数
- 名称：嵌入向量（embedding），数据类型：浮点数序列
- 名称：聚类标签（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：73895191，样本总数：7335
下载总大小：20782283，数据集总存储大小：73895191
配置项：
- 配置名称：默认配置（default），数据文件信息：
- 对应划分：训练集（train），文件路径：data/train-*
---
# 数据集卡片："augmentatio-standardized_cluster_2"

[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。
• conversation_id: 数据类型为整数。
• embedding: 数据类型为浮点数序列。
• cluster: 数据类型为整数。

数据分割

• train: 包含7335个样本，总大小为73895191字节。

数据集大小

• 下载大小: 20782283字节。
• 数据集大小: 73895191字节。

配置

• default: 包含训练数据文件，路径为data/train-*。