BlackKakapo/multitask-ro

该数据集是一个罗马尼亚语的单语数据集，规模在100万到500万之间。数据集包含多个子数据集，每个子数据集都有特定的任务前缀和行数。数据集主要用于文本生成、问答、句子相似度、文本分类、翻译和摘要等任务。具体任务包括释义、语法、同义词、翻译、摘要、情感分析、句子相似度、冒犯性分析、数学问题、问答、食谱、新闻和指令生成等。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 多语言性: 单语（罗马尼亚语）
• 大小: 1M<n<5M
• 语言: 罗马尼亚语

任务类别

• 文本到文本生成
• 问答
• 句子相似度
• 文本分类
• 翻译
• 摘要

训练数据集详情

数据集名称	行数	任务特定前缀
Paraphrase	131951	paraphrase: string
Grammar	1686054	grammar: string
Synonyms	14085	synonyms: word
Translate	999725	translate Romanian to English: string
Summarize	71999	summarize: string
Sentiment analysis	36498	sentiment analysis: string
STS	7499	sts: string
Offense analysis	3199	offense analysis: string
Gsm8k-ro	7474	string
Qasc-ro	8134	string
Recipes-ro	818	1. Spune-mi reteta pentru string 2. Cum as putea face string 3. Spune-mi te rog cum as putea face string
Qaworld-ro	722659	string
News-ro	102369	1. Genereaza o știre cu titlul dat si incepe-o astfel string 2. Scrie o știre cu denumirea asta si cu acest inceput string
Newsagro-ro	568	1. Genereaza o știre cu titlul dat si incepe-o astfel string 2. Scrie o știre cu denumirea asta si cu acest inceput string
Instruction-dataset-ro	326	string
TOTAL	~3.792.698

评估数据集详情

数据集名称	行数	任务特定前缀
Paraphrase	3540	paraphrase: string
Grammar	200	grammar: string
Synonyms	318	synonyms: word
Translate	3271	translate Romanian to English: string
Summarize	449	summarize: string
Sentiment analysis	789	sentiment analysis: string
STS	1119	sts: string
Offense analysis	1251	offense analysis: string
Gsm8k-ro	1319	string
Qasc-ro	926	string
Recipes-ro	63	1. Spune-mi reteta pentru string 2. Cum as putea face string 3. Spune-mi te rog cum as putea face string
Qaworld-ro	3350	string
News-ro	140	1. Genereaza o știre cu titlul dat si incepe-o astfel string 2. Scrie o știre cu denumirea asta si cu acest inceput string
Newsagro-ro	112	1. Genereaza o știre cu titlul dat si incepe-o astfel string 2. Scrie o știre cu denumirea asta si cu acest inceput string
TOTAL	16847