AdapterOcean/med_alpaca_standardized_cluster_86

---
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: 51349063
num_examples: 5266
download_size: 15035670
dataset_size: 51349063
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_86"

[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：
- 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（float64）
- 字段名：簇（cluster），数据类型：64位整型（int64）
数据划分：
- 划分名称：训练集（train），字节数：51349063，样本数：5266
下载大小：15035670
数据集总大小：51349063
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*
---
# 「med_alpaca_standardized_cluster_86」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: 数据类型为字符串（string）
• conversation_id: 数据类型为64位整数（int64）
• embedding: 数据类型为64位浮点数序列（sequence: float64）
• cluster: 数据类型为64位整数（int64）

数据分割

• train: 包含5266个样本，总字节数为51349063

数据大小

• 下载大小: 15035670字节
• 数据集大小: 51349063字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*