jxm/the_office_lines

该数据集名为the_office_lines，包含了美国电视剧《The Office》的台词。这些台词最初是从网站officequotes.net上抓取的，由粉丝转录，质量可能参差不齐。数据集包含训练集（47,927行）、测试集（5,991行）和验证集（5,991行），涵盖了所有9季的每一集，但可能不完整。每条台词都标注了ID号、季号、集号、场景号（在集内）、说话者姓名以及是否来自删除场景。

原始信息汇总

数据集概述

数据集名称

the_office_lines

数据集来源

• 数据集内容源自美国电视剧《The Office》的对话。
• 对话内容最初从网站officequotes.net抓取，由粉丝转录，质量可能参差不齐。

数据集结构

• 包含训练集（47,927行）、测试集（5,991行）和验证集（5,991行）。
• 覆盖所有9个季度的每一集，但完整性可能不足。

数据集内容

• 每行数据标注了ID号、季节号、集号、场景号（在集内）、说话者名称以及文本是否来自删除场景。

• 示例数据：

  {id: 3735, season: 2, episode: 5, scene: 32, line_text: No, you have the power to undo it., speaker: Creed, deleted: False}