LukeSajkowski/products_ecommerce_embeddings

---
dataset_info:
features:
- name: id
dtype: string
- name: title
dtype: string
- name: short_description
dtype: string
- name: img_high
dtype: string
- name: supplier
dtype: string
- name: text
dtype: string
- name: embeddings
sequence: float32
splits:
- name: train
num_bytes: 65690182
num_examples: 19406
download_size: 75241335
dataset_size: 65690182
---
# Dataset Card for "products_ecommerce_embeddings"
# The dataset is based on https://github.com/querqy/chorus/tree/main/data-encoder

[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：id，数据类型：字符串
- 字段名称：title（标题），数据类型：字符串
- 字段名称：short_description（简短描述），数据类型：字符串
- 字段名称：img_high（高清图片地址），数据类型：字符串
- 字段名称：supplier（供应商），数据类型：字符串
- 字段名称：text（文本），数据类型：字符串
- 字段名称：embeddings（嵌入向量），数据类型：float32序列
数据拆分：
- 拆分名称：train（训练集），字节数：65690182，样本数量：19406
下载大小：75241335
数据集总大小：65690182
---
# 「products_ecommerce_embeddings」数据集卡片
# 本数据集基于 https://github.com/querqy/chorus/tree/main/data-encoder 构建
[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

数据集名称

• 名称: products_ecommerce_embeddings

数据集特征

• id: 字符串类型
• title: 字符串类型
• short_description: 字符串类型
• img_high: 字符串类型
• supplier: 字符串类型
• text: 字符串类型
• embeddings: 序列类型，浮点数32位

数据集分割

• train:
  • 样本数量: 19406
  • 数据大小: 65690182字节

数据集大小

• 下载大小: 75241335字节
• 数据集总大小: 65690182字节