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-*。