AdapterOcean/datasci-standardized_embedded

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float32
splits:
- name: train
num_bytes: 12600352
num_examples: 1982
download_size: 6271462
dataset_size: 12600352
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "datasci-standardized_embedded"

[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：文本（text）
数据类型：字符串（string）
- 名称：对话ID（conversation_id）
数据类型：64位整数（int64）
- 名称：嵌入向量（embedding）
数据类型：序列类型，元素为32位浮点数（float32）
数据集划分：
- 名称：训练集（train）
字节数：12600352
样本数量：1982
下载大小：6271462
数据集总大小：12600352
配置项：
- 配置名称：默认（default）
数据文件：
- 划分集：训练集（train）
路径：data/train-*
---
# 「datasci-standardized_embedded」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: 类型为字符串。
• conversation_id: 类型为整数64位。
• embedding: 序列类型为浮点32位。

数据分割

• train: 包含1982个样本，占用12600352字节。

文件大小

• 下载大小: 6271462字节。
• 数据集大小: 12600352字节。

配置

• default: 包含训练数据文件，路径为data/train-*。