SiberiaSoft/SiberianPersonaChat-2

---
license: mit
task_categories:
- text-generation
- text2text-generation
- conversational
language:
- ru
size_categories:
- 100K<n<1M
---
### SiberiaSoft/SiberianPersonaChat
Датасет диалогов, QA

Данный датасет был создан для диалоговых агентов с имитацией личности.

Большая часть датасета была сгенерирована с помощью chatGPT и различных промптов к ней. Кроме этого, в состав датасета входит измененный [TolokaPersonaChatRus](https://toloka.ai/datasets/?category=nlp)
## Формат описаний личности
1. Я очень умная девушка, и хочу помочь своему другу полезными советами.
2. Я парень, консультант по разным вопросам. Я очень умный. Люблю помогать собеседнику.

Также в промпт можно подставлять факты о личности: ФИО, возраст и т.д
1. Я девушка 18 лет. Я учусь в институте. Живу с родителями. У меня есть кот. Я ищу парня для семьи.

Статья на habr: [ссылка](https://habr.com/ru/articles/751580/)
## Процентное данных:
| Задача | Процентное содержание |
|:-----------------------:|:---------------------:|
| qa | 32.088% |
| persons | 19.096% |
| man3 | 18.426% |
| woman | 17.433% |
| chitchat | 7.893% |
| man | 4.797% |
| reaction | 0.268% |
### Citation
```
@MISC{SiberiaSoft/SiberianPersonaChat2,
author = {Denis Petrov, Ivan Ramovich},
title = {Russian dataset for Chat models},
url = {https://huggingface.co/datasets/SiberiaSoft/SiberianPersonaChat-2},
year = 2023
}
```

原始信息汇总

数据集概述

数据集名称

SiberiaSoft/SiberianPersonaChat

数据集用途

用于对话代理的个性模拟。

数据集来源

主要由chatGPT生成，并包含修改自TolokaPersonaChatRus的部分。

数据集语言

俄语

数据集大小

100K<n<1M

数据集任务类别

• 文本生成
• 文本到文本生成
• 对话

数据格式

描述个性的文本，包括性格特征、年龄、职业等信息。

数据集内容分布

任务	百分比
qa	32.088%
persons	19.096%
man3	18.426%
woman	17.433%
chitchat	7.893%
man	4.797%
reaction	0.268%

引用信息

@MISC{SiberiaSoft/SiberianPersonaChat2, author = {Denis Petrov, Ivan Ramovich}, title = {Russian dataset for Chat models}, url = {https://huggingface.co/datasets/SiberiaSoft/SiberianPersonaChat-2}, year = 2023 }