AdapterOcean/augmentatio-standardized_cluster_6

---
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: 27911818
num_examples: 2753
download_size: 7524422
dataset_size: 27911818
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "augmentatio-standardized_cluster_6"

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

数据集信息：
数据特征：
- 字段名：text，数据类型：字符串
- 字段名：conversation_id，数据类型：int64
- 字段名：embedding（嵌入向量），数据类型：float64序列
- 字段名：cluster（聚类标签），数据类型：int64
数据划分：
- 划分名称：train，字节大小：27911818，样本数量：2753
下载总大小：7524422
数据集存储总大小：27911818
配置项：
- 配置名称：default，数据文件：
- 对应划分：train，存储路径：data/train-*

# 「augmentatio-standardized_cluster_6」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2753个样本，总大小为27911818字节。

数据大小

• 下载大小: 7524422字节
• 数据集大小: 27911818字节

配置

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