岭南文化粤语思维链问答高质量数据集

本数据集是以粤语为载体、以岭南文化为核心构建的高质量问答文本数据集，旨在系统呈现与传承岭南地域文化，并支撑相关大模型的训练与优化。 数据集围绕“表层文化—中层文化—深层文化”三层框架，系统涵盖工艺器物、建筑景观、节庆习俗、饮食文化、语言与价值观等多领域，并通过贴近日常的粤语问答场景展开。每条数据均包含用户问题、思维链推理说明及最终答案，其中思维链清晰呈现知识梳理与表达组织的逻辑路径，有效引导模型进行链式思考与在地化输出。 数据处理严格遵循专业标注流程与质控机制，由具备文化背景与粤语能力的人员完成构造、撰写与多轮复核，确保内容事实准确、表达自然得体、逻辑严谨可追溯，不含个人信息与不当内容。 本数据集主要面向文旅、文博、传媒及公共文化服务等领域，可用于开发粤语智能导览、文化知识问答、互动科普及内容生成等应用。通过近1.1万条高质量样本，能显著提升算法在粤语理解生成、文化知识表达与复杂推理方面的能力，并为算法备案后的评估与迭代提供重要基础资源。

搜集汇总

背景与挑战

背景概述

该数据集是一个专注于岭南文化的高质量粤语问答数据集，围绕表层、中层、深层文化框架系统涵盖建筑、饮食、节庆等多个领域，每条数据包含粤语问题、思维链推理和答案，旨在提升模型在粤语理解、文化知识表达和复杂推理方面的能力。数据集由专业人员构建和复核，包含近1.1万条样本，适用于文旅导览、知识问答等应用场景，为算法训练和评估提供基础资源。