Ayaka/ORCHESTRA-simple-1M

ORCHESTRA (全面的古典中文詩歌數據集) 是一個全面的古典中文詩歌的數據集，數據來自搜韻網。本數據集由 nk2028 進行格式轉換並發佈，希望透過公開高品質的古典中文詩歌數據，促進對古典中文詩歌及古典中文自然語言處理的研究。ORCHESTRA-simple 是 ORCHESTRA 數據集的簡化格式，僅保留 `id`, `title`, `group_index`, `type`, `dynasty`, `author`, `content` 這 7 個欄位，而去除其他欄位，以簡化使用。本資料集可用於大型語言模型的訓練。如欲作其他用途，請向數據提供者搜韻網諮詢。

任务类别：文本生成
语言：中文、文言
标签：艺术、诗歌
数据规模：100万 < 样本量 < 1000万

# ORCHESTRA-simple-1M
GitHub 仓库：[nk2028/ORCHESTRA-dataset](https://github.com/nk2028/ORCHESTRA-dataset)

## 中文简介
ORCHESTRA（全称Comprehensive Classical Chinese Poetry Dataset，由各单词首字母组合而成）是一套全面的古典中文诗歌数据集，其数据源自[搜韵网](https://sou-yun.cn/)。本数据集经[nk2028](https://nk2028.shn.hk/)完成格式转换并公开发布，旨在通过开放高质量的古典中文诗歌数据，推动古典中文诗歌研究以及古典中文自然语言处理领域的发展。

ORCHESTRA-simple 是 ORCHESTRA 数据集的简化版本，仅保留`id`、`title`、`group_index`、`type`、`dynasty`、`author`、`content`共7个字段，移除其余冗余字段以简化使用流程。

本数据集可用于大语言模型（Large Language Model, LLM）的训练。若需将其用于其他用途，请向数据提供者[搜韵网](https://sou-yun.cn/)咨询。

## 英文简介
ORCHESTRA（全称Comprehensive Classical Chinese Poetry Dataset）是一套全面的古典中文诗歌数据集，数据源自[搜韵网](https://sou-yun.cn/)。本数据集由[nk2028](https://nk2028.shn.hk/)完成格式转换并公开发布，希望通过开放高质量的古典中文诗歌数据，推动古典中文诗歌研究与古典中文自然语言处理领域的发展。

ORCHESTRA-simple 是 ORCHESTRA 数据集的简化格式，仅保留`id`、`title`、`group_index`、`type`、`dynasty`、`author`、`content`共7个字段，移除其余字段以简化使用。

本数据集可用于大语言模型的训练。若需将其用于其他用途，请向数据提供者[搜韵网](https://sou-yun.cn/)咨询。

原始信息汇总

数据集概述

数据集名称

• ORCHESTRA-simple-1M

数据集描述

• ORCHESTRA (cOmpRehensive Classical cHinESe poeTRy dAtaset) 是一个全面的古典中文诗歌数据集，数据来源于搜韵网。
• ORCHESTRA-simple 是 ORCHESTRA 数据集的简化格式，保留了 id, title, group_index, type, dynasty, author, content 这7个字段。

数据集用途

• 可用于大型语言模型的训练。

数据集特征

• 语言: 中文, 古文
• 任务类别: 文本生成
• 标签: 艺术, 诗歌
• 大小类别: 1M<n<10M