AdapterOcean/augmentatio-standardized_cluster_8

---
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: 35731704
num_examples: 3270
download_size: 10632958
dataset_size: 35731704
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "augmentatio-standardized_cluster_8"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
dataset_info:
特征：
- 名称：text
数据类型：string
- 名称：conversation_id（对话ID）
数据类型：int64
- 名称：embedding（嵌入向量）
序列数据类型：float64
- 名称：cluster（聚类标签）
数据类型：int64
splits:
- 名称：train（训练集）
占用字节数：35731704
样本数量：3270
download_size: 10632958
dataset_size: 35731704
configs:
- 配置名称：default（默认配置）
数据文件：
- 划分：train（训练集）
文件路径：data/train-*
---
# 「augmentatio-standardized_cluster_8」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。
• conversation_id: 数据类型为整数64位。
• embedding: 数据类型为浮点数64位序列。
• cluster: 数据类型为整数64位。

数据分割

• train: 包含3270个样本，占用35731704字节。

数据大小

• 下载大小: 10632958字节。
• 数据集大小: 35731704字节。

配置

• default: 包含训练数据文件，路径为data/train-*。