AdapterOcean/data-standardized_cluster_7

---
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: 12596144
num_examples: 1213
download_size: 3622179
dataset_size: 12596144
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "data-standardized_cluster_7"

[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：文本（text），数据类型：字符串（string）
- 字段名：会话ID（conversation_id），数据类型：64位整型（int64）
- 字段名：嵌入向量（embedding），数据类型：64位浮点型序列
- 字段名：聚类簇（cluster），数据类型：64位整型（int64）
数据集划分：
- 划分名称：训练集（train），字节占用量：12596144，样本数量：1213
下载大小：3622179
数据集总大小：12596144
配置项：
- 配置名称：默认配置（default）
数据文件：
- 对应划分：训练集，文件路径：data/train-*

# 数据集卡片："data-standardized_cluster_7"

[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: 类型为字符串
• conversation_id: 类型为整数64位
• embedding: 序列类型，浮点数64位
• cluster: 类型为整数64位

数据分割

• train: 包含1213个样本，占用12596144字节

数据大小

• 下载大小: 3622179字节
• 数据集大小: 12596144字节

配置

• default: 包含训练数据文件，路径为data/train-*