AdapterOcean/med_alpaca_standardized_cluster_17

---
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: 91387457
num_examples: 9267
download_size: 27006613
dataset_size: 91387457
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_17"

[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：text，数据类型：字符串
- 字段名：conversation_id，数据类型：64位整数
- 字段名：embedding，数据类型：64位浮点数序列
- 字段名：cluster，数据类型：64位整数
数据集划分：
- 划分名：train（训练集），字节大小：91387457，样本量：9267
下载大小：27006613字节
数据集存储总大小：91387457字节
配置方案：
- 配置名称：default（默认配置）
数据文件：
- 对应划分：train（训练集），文件路径：data/train-*

# 「med_alpaca_standardized_cluster_17」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。
• conversation_id: 数据类型为64位整数。
• embedding: 数据类型为64位浮点数序列。
• cluster: 数据类型为64位整数。

数据分割

• train: 包含9267个样本，总字节数为91387457。

数据大小

• 下载大小: 27006613字节。
• 数据集大小: 91387457字节。

配置

• default: 包含训练数据文件，路径为data/train-*。