AdapterOcean/dollyaug-standardized_cluster_4

---
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: 10050897
num_examples: 994
download_size: 3137657
dataset_size: 10050897
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "dollyaug-standardized_cluster_4"

[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：
- 名称：text，数据类型：字符串（string）
- 名称：conversation_id，数据类型：64位整数（int64）
- 名称：embedding，数据类型：float64序列
- 名称：cluster，数据类型：64位整数（int64）
数据拆分：
- 名称：train（训练集），字节数：10050897，样本数量：994
下载大小：3137657
数据集总大小：10050897
配置项：
- 配置名称：default（默认配置），数据文件：
- 拆分：train（训练集），路径：data/train-*
---
# 数据集卡片 "dollyaug-standardized_cluster_4"

[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: 数据类型为整数64位。
• embedding: 数据类型为浮点数64位序列。
• cluster: 数据类型为整数64位。

数据分割

• train: 包含994个样本，总大小为10050897字节。

数据大小

• 下载大小: 3137657字节。
• 数据集大小: 10050897字节。

配置

• default: 包含训练数据文件，路径为data/train-*。