minnade/chat-daily

Minnade Chat数据集是一个由社区共同创建的日语对话数据集，每天更新。该数据集包含对话的多个特征，如id、parent_id、role、body、category_id、tags、is_synthetic、is_deleted、knowledge_cut_off、created_at、review、review_count、flag、flag_count等。数据集主要用于文本生成任务，可以通过HuggingFace datasets库加载最新版或指定日期的版本。

原始信息汇总

Minnade Chat 数据集概述

数据集基本信息

• 名称: Minnade Chat
• 语言: 日语 (ja)
• 许可证: CC0-1.0
• 任务类别: 文本生成

数据集特征

• id: 字符串类型
• parent_id: 字符串类型
• role: 字符串类型
• body: 字符串类型
• category_id: 字符串类型
• tags: 字符串序列
• is_synthetic: 布尔类型
• is_deleted: 布尔类型
• knowledge_cut_off: 字符串类型
• created_at: 字符串类型
• review: 结构类型，包含以下子特征:
  • quality: 浮点数类型 (float32)
  • creative: 浮点数类型 (float32)
  • faithful: 浮点数类型 (float32)
  • harmless: 浮点数类型 (float32)
  • helpful: 浮点数类型 (float32)
  • polite: 浮点数类型 (float32)
• review_count: 整数类型 (int32)
• flag: 结构类型，包含以下子特征:
  • is_spam: 浮点数类型 (float32)
  • is_unnatural_jpn: 浮点数类型 (float32)
  • has_misspellings: 浮点数类型 (float32)
  • is_failed: 浮点数类型 (float32)
  • has_personal_info: 浮点数类型 (float32)
  • is_hate_speech: 浮点数类型 (float32)
  • is_sexual: 浮点数类型 (float32)
• flag_count: 整数类型 (int32)

数据集分割

• train:
  • num_bytes: 803697
  • num_examples: 1834

数据集大小

• download_size: 372604
• dataset_size: 803697

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*