m-ric/english_historical_quotes

english_historical_quotes数据集是一个包含众多历史名言的集合，主要用于多标签文本分类和文本生成任务。每个名言内容均为英文，可以按作者和主题（使用标签）进行分类。数据集中的名言来自各种开放访问的互联网档案，并经过手动精炼，去除了重复和错误的名言。该数据集还支撑了一个网站，用于通过语义搜索查找历史名言。

原始信息汇总

数据集概述

数据集名称

Historical Quotes - English

数据集大小

10K<n<100K

数据集语言

• 英语 (en)

数据集标签

• 历史
• 哲学
• 艺术

支持的任务

• 多标签文本分类
• 文本生成
• 填空任务

数据集结构

数据实例

json { "quote": "Almost anyone can be an author the business is to collect money and fame from this state of being.", "author": "A. A. Milne", "categories": "[business, money]" }

数据字段

• author：引用作者
• quote：引用文本
• tags：引用相关的主题标签

数据分割

数据集作为一个整体，可通过Hugging Face datasets 库的 .train_test_split() 方法进一步处理。

数据集创建

来源数据

数据从多个开放访问的互联网档案中聚合，并经过手动精炼，去除了重复和错误引用。

许可证

MIT License