AdapterOcean/med_alpaca_standardized_cluster_28

---
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: 90191808
num_examples: 8941
download_size: 26572740
dataset_size: 90191808
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_28"

[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`，数据类型为字符串（string）
- 名称：`conversation_id`，对话ID，数据类型为64位整型（int64）
- 名称：`embedding`，嵌入向量（embedding），数据类型为双精度浮点数（float64）序列
- 名称：`cluster`，聚类簇ID，数据类型为64位整型（int64）
数据集划分：
- 划分名称：`train`（训练集），数据字节数：90191808，样本总数：8941
下载大小：26572740 字节
数据集总大小：90191808 字节
配置项：
- 配置名称：`default`（默认配置）
数据文件配置：
- 对应数据集划分：`train`（训练集），文件路径：`data/train-*`
---
# "med_alpaca_standardized_cluster_28"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
  • embedding: 序列类型为浮点数
  • cluster: 类型为整数
• 分割:
  • train: 字节数为90191808，样本数为8941
• 下载大小: 26572740字节
• 数据集大小: 90191808字节

配置

• 配置名称: default
• 数据文件:
  • train: 路径为data/train-*