inkoziev/roc_stories

Name: inkoziev/roc_stories
Creator: inkoziev
Published: 2025-12-10 04:33:36
License: 暂无描述

Hugging Face2025-12-10 更新2025-12-20 收录

下载链接：

https://hf-mirror.com/datasets/inkoziev/roc_stories

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: cc-by-nc-sa-4.0 ---

提供机构：

inkoziev

inkoziev/spellchecker

该数据集是一组用于测试拼写检查、语法错误纠正和不合语法文本检测模型的样本。数据集包含两个部分：test.json包含手工选择的样本，用于评估模型的质量；train.json包含通过各种方式生成的合成样本。创建该数据集的目的是为了测试一个生成诗歌项目的内部拼写检查器，但它也适用于其他项目，因为它没有明确的诗歌专业化。你可以将该数据集视为RuCOLA的扩展。此外，对于某些样本，还有文本的修正版本（fi

Hugging Face2024-07-21 更新60

inkoziev/arithmetic

该数据集包含用于训练对话系统的俄语算术问题样本。问题类型包括简单的算术运算、寻找二次方程的根、以及需要理解上下文的问题。数据集中的每个样本都包含一系列相关的对话，形成算术任务的链条，其中新任务的条件需要分析至少前一个对话。此外，数据集的回答不仅包含数字，还包含相关的文本描述。数据集还提供了模型训练后的性能指标，并提到了数据集的生成方法和用途。

Hugging Face2023-02-18 更新240

inkoziev/Conversations

这个数据集包含了大约900万条俄语对话，这些对话来源于不同的渠道，包括笑话、文学作品、在线论坛以及一小部分合成对话。每个对话都标记有通用的来源标识符，以便进行有针对性的过滤。数据集已经进行了基本预处理，包括去重、清洗、排版规范化以及小型的拼写错误修正。每个会话的转折点以斜线符号开始。

Hugging Face2025-02-27 更新40

ROC Story Cloze Task

该数据集是一项涉及判断故事结局连贯性的故事理解任务。在这个任务中，所有的“正确”结局被视为积极样本，而所有的“错误”结局则被视为消极样本，同时忽略了故事的前缀部分。该数据集总共包含了4,482个句子，分为3,366个训练样本、374个开发样本以及3,742个测试样本，其任务是风格检测。

arXiv90

inkoziev/paraphrases

该数据集包含来自对话系统和生成性诗歌项目的短对话片段和诗歌片段的正确和不正确改写。数据集由样本元组组成，每个样本包含两个列表：一个是正确的改写示例，另一个是不正确的改写示例。该数据集用于创建改写检测模型和生成性诗歌改写模型。数据集中改写的语义在特定范围内被允许非保守，例如，某些在语义上较为自由的改写被视为正确。这种特性可能限制了数据集和基于其的模型在某些项目中的适用性。

Hugging Face2023-01-14 更新170