AdapterOcean/data-standardized_cluster_11

---
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: 41310209
num_examples: 3902
download_size: 12011099
dataset_size: 41310209
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "data-standardized_cluster_11"

[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：
- 字段名：文本（text），数据类型：字符串（string）
- 字段名：对话ID（conversation_id），数据类型：64位整数（int64）
- 字段名：嵌入向量（embedding），数据类型：64位浮点数（float64）序列
- 字段名：聚类簇ID（cluster），数据类型：64位整数（int64）
数据划分：
- 划分名称：训练集（train），字节数：41310209，样本数量：3902
下载大小：12011099
数据集总大小：41310209
配置项：
- 配置名称：默认配置（default）
数据文件：
- 数据划分：训练集（train）
路径：data/train-*

# 「data-standardized_cluster_11」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: 文本数据，数据类型为字符串。
• conversation_id: 对话ID，数据类型为64位整数。
• embedding: 嵌入向量，数据类型为64位浮点数序列。
• cluster: 聚类标签，数据类型为64位整数。

数据分割

• train: 训练集，包含3902个样本，总大小为41310209字节。

数据集大小

• 下载大小: 12011099字节
• 数据集大小: 41310209字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。