AdapterOcean/dollyaug-standardized_cluster_3

---
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: 13252818
num_examples: 1327
download_size: 4149402
dataset_size: 13252818
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "dollyaug-standardized_cluster_3"

[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
1. 字段名称：文本（text），数据类型：字符串（string）
2. 字段名称：对话ID（conversation_id），数据类型：64位整型（int64）
3. 字段名称：嵌入向量（embedding），数据类型：float64序列
4. 字段名称：簇（cluster），数据类型：64位整型（int64）

### 数据集划分
训练集（train）：占用字节数为13252818，样本总量为1327

### 统计信息
下载大小：4149402字节
数据集总存储大小：13252818字节

### 配置项
默认配置（default）：对应训练集划分的数据文件路径为 `data/train-*`

# "dollyaug-standardized_cluster_3" 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（int64）。
• embedding: 序列类型为浮点数（float64）。
• cluster: 数据类型为整数（int64）。

数据分割

• train: 包含1327个样本，总字节数为13252818。

数据大小

• 下载大小: 4149402字节。
• 数据集大小: 13252818字节。

配置

• default: 包含训练数据文件，路径为data/train-*。