ecastera/filosofia-es

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 7017810
num_examples: 7131
- name: test
num_bytes: 1751680
num_examples: 1779
download_size: 4836888
dataset_size: 8769490
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
license: cc
task_categories:
- text-generation
- text-classification
- summarization
- text2text-generation
language:
- es
tags:
- spanish
- philosophy
- training
- classics
---

# Clasicos de Filosofia en Español

Extract of classic phylosophy texts in Spanish for training.
Trimed to 1280 characteres max per row to fit in my GPUs batches.
This dataset adds vocabulary richness and variety and could improve reasoning performance of LLMs.

* Apologia de Socrates
* Aristoteles - Etica A Nicomaco
* Aristoteles - Fisica
* Aristoteles - Politica
* Cartas filosoficas - Seneca
* Carta sobre la tolerancia y otros escritos - John Locke
* Criton - Platon
* Discurso del método - Descartes
* Immanuel Kant - Critica de la razon pura
* Immanuel Kant - Critica del juicio
* Los problemas de la filosofia - Bertrand Russell
* Sobre la felicidad - Seneca
* Spinoza - Filosofia practica
* Tratado de la naturaleza humana - David Hume

## Usage:
```
from datasets import load_dataset
dataset = load_dataset("ecastera/filosofia-es")
print(dataset)
```

Single column 'text' trimmed to 1280 chars max length.

## Dataset splits:

```
DatasetDict({
train: Dataset({
features: ['text'],
num_rows: 7131
})
test: Dataset({
features: ['text'],
num_rows: 1779
})
})
```

数据集信息：
特征：
- 名称：text
数据类型：string
划分：
- 名称：训练集
字节数：7017810
样本数：7131
- 名称：测试集
字节数：1751680
样本数：1779
下载大小：4836888
数据集总大小：8769490
配置：
- 配置名称：default
数据文件：
- 划分：训练集
路径：data/train-*
- 划分：测试集
路径：data/test-*
许可证：CC
任务类别：
- 文本生成
- 文本分类
- 文本摘要
- 文本到文本生成
语言：
- es（西班牙语）
标签：
- 西班牙语
- 哲学
- 训练
- 经典著作

# 西班牙语经典哲学著作

本数据集收录西班牙语经典哲学文本节选，每条样本已截断至最多1280字符，以适配GPU批处理推理需求。本数据集可丰富词汇多样性与文本覆盖维度，有助于提升大语言模型（LLM）的推理性能。

收录文本列表：
* 《苏格拉底的申辩》
* 亚里士多德《尼各马可伦理学》
* 亚里士多德《物理学》
* 亚里士多德《政治学》
* 塞涅卡《哲学书信集》
* 约翰·洛克《论宽容及其他文集》
* 柏拉图《克里同篇》
* 勒内·笛卡尔《谈谈方法》
* 伊曼努尔·康德《纯粹理性批判》
* 伊曼努尔·康德《判断力批判》
* 伯特兰·罗素《哲学问题》
* 塞涅卡《论幸福》
* 斯宾诺莎《实践哲学》
* 大卫·休谟《人性论》

## 使用方法：

from datasets import load_dataset
dataset = load_dataset("ecastera/filosofia-es")
print(dataset)

数据集仅包含单列`text`字段，每条样本最长截断至1280字符。

## 数据集划分：

DatasetDict({
train: Dataset({
features: ['text'],
num_rows: 7131
})
test: Dataset({
features: ['text'],
num_rows: 1779
})
})

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: text
  • 数据类型: string
• 分割:
  • 训练集:
    • 字节数: 7017810
    • 样本数: 7131
  • 测试集:
    • 字节数: 1751680
    • 样本数: 1779
• 下载大小: 4836888
• 数据集大小: 8769490
• 配置:
  • 默认配置:
    • 训练集路径: data/train-*
    • 测试集路径: data/test-*
• 许可证: cc
• 任务类别:
  • 文本生成
  • 文本分类
  • 摘要生成
  • 文本到文本生成
• 语言: 西班牙语
• 标签:
  • 西班牙语
  • 哲学
  • 训练
  • 经典

数据集描述

• 包含西班牙语经典哲学文本的提取，每行最多1280个字符，适用于GPU批处理。
• 数据集增加了词汇的丰富性和多样性，可能提高大型语言模型的推理性能。

包含的文本

• Apologia de Socrates
• Aristoteles - Etica A Nicomaco
• Aristoteles - Fisica
• Aristoteles - Politica
• Cartas filosoficas - Seneca
• Carta sobre la tolerancia y otros escritos - John Locke
• Criton - Platon
• Discurso del método - Descartes
• Immanuel Kant - Critica de la razon pura
• Immanuel Kant - Critica del juicio
• Los problemas de la filosofia - Bertrand Russell
• Sobre la felicidad - Seneca
• Spinoza - Filosofia practica
• Tratado de la naturaleza humana - David Hume

使用方法

python from datasets import load_dataset dataset = load_dataset("ecastera/filosofia-es") print(dataset)

• 单列 text，每行最多1280个字符。

数据集分割

python DatasetDict({ train: Dataset({ features: [text], num_rows: 7131 }) test: Dataset({ features: [text], num_rows: 1779 }) })

搜集汇总

背景与挑战

背景概述

这是一个西班牙语经典哲学文本数据集，专为训练大型语言模型设计，包含多部哲学著作的提取文本，每行限制在1280字符以内以适应GPU处理。数据集规模适中，约8,910行，分为训练和测试集，旨在通过增加词汇丰富性和多样性来提升模型的推理性能。