CanCLID/lingnaam-cantonese-cot-qa

嶺南文化粵語思維鏈問答數據集是一个关于岭南文化的粤语问答数据集，由羊城晚报开源项目改进而成。主要改进包括将简化字转换为繁体字、规范用字以及将官话表达翻译成粤语。数据集包含10,950条问答样本，覆盖17个文化领域，分为表层文化、中层文化和深层文化三个层级。数据结构包括样本编号、文化层级、领域、子领域、主题标签、主题标题、粤语问题文本、思维链/推理过程说明和粤语回答文本等字段。