AdapterOcean/med_alpaca_standardized_cluster_54

---
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: 69970544
num_examples: 7096
download_size: 20704347
dataset_size: 69970544
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_54"

[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: text，数据类型: 字符串
- 名称: conversation_id（对话ID），数据类型: 64位整数类型
- 名称: embedding（嵌入向量），数据类型: 64位浮点数序列
- 名称: cluster（聚类簇），数据类型: 64位整数类型
数据集划分：
- 划分名称: train（训练集），字节数: 69970544，样本数量: 7096
下载大小: 20704347
数据集存储大小: 69970544
数据集配置：
- 配置名称: default（默认配置），数据文件：
- 对应划分: train，文件路径: data/train-*
---
# 「med_alpaca_standardized_cluster_54」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

• 特征列表:

  • 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7096个样本，总大小为69970544字节。

• 数据大小:

  • 下载大小: 20704347字节
  • 数据集大小: 69970544字节

配置信息

• 默认配置:
  • 数据文件路径: data/train-*