mrfakename/fiction-instruct

---
license: cc-by-sa-4.0
tags:
- book
- novel
- fiction
- writing
task_categories:
- text-generation
language:
- en
- fr
- de
- es
- it
- pt
- ca
- nl
- fi
- da
- tl
- sv
- hu
- af
- et
- no
- sl
- cy
- lt
- el
- ro
- sw
- hr
---
# Fiction Instruct

This is a processed version of the amazing [Brahe dataset](https://huggingface.co/datasets/Pclanglais/Brahe-Novels), which consists of short excerpts from public domain novels.

The original Brahe dataset included synthetically generated descriptions of the book (such as a short summary, tone, time, etc.). This dataset has transformed the book descriptpions into instructions (i.e. "Write me a story about ...").

The dataset is _highly_ multilingual. However, non-English passages normally have the languages in the instructions.

All credit goes to the original [Brahe dataset](https://huggingface.co/datasets/Pclanglais/Brahe-Novels).

## Languages

Languages (as detected by `langdetect`), by # of instances:

| Language | Instances |
| --- | --- |
| English | 4304 |
| French | 974 |
| German | 690 |
| Spanish | 474 |
| Italian | 414 |
| Portuguese | 343 |
| Catalan | 191 |
| Dutch | 184 |
| Finnish | 154 |
| Danish | 127 |
| Filipino | 81 |
| Swedish | 77 |
| Hungarian | 54 |
| Afrikaans | 42 |
| Estonian | 32 |
| Norwegian | 19 |
| Slovenian | 16 |
| Welsh | 16 |
| Lithuanian | 12 |
| Greek | 11 |
| Romanian | 6 |
| Swahili | 3 |
| Croatian | 2 |

## License

Novels are licensed under CC0, as the original Brahe dataset is licensed under that license. Instructions are licensed under CC-BY-SA 4.0. You can use the entire dataset combined under that license. No restrictions are placed on models trained on this dataset.

原始信息汇总

Fiction Instruct 数据集概述

数据集描述

• 来源：Fiction Instruct 数据集是基于 Brahe 数据集 的一个处理版本，包含公共领域小说的简短摘录。
• 特点：原 Brahe 数据集中的书籍描述已被转换为指令形式（例如：“给我写一个关于...的故事”）。
• 多语言性：数据集支持多种语言，非英语部分通常包含语言标识。

支持的语言

• 语言列表：英语、法语、德语、西班牙语、意大利语、葡萄牙语、加泰罗尼亚语、荷兰语、芬兰语、丹麦语、菲律宾语、瑞典语、匈牙利语、阿非利卡语、爱沙尼亚语、挪威语、斯洛文尼亚语、威尔士语、立陶宛语、希腊语、罗马尼亚语、斯瓦希里语、克罗地亚语。
• 实例数量：
  • 英语：4304
  • 法语：974
  • 德语：690
  • 西班牙语：474
  • 意大利语：414
  • 葡萄牙语：343
  • 加泰罗尼亚语：191
  • 荷兰语：184
  • 芬兰语：154
  • 丹麦语：127
  • 菲律宾语：81
  • 瑞典语：77
  • 匈牙利语：54
  • 阿非利卡语：42
  • 爱沙尼亚语：32
  • 挪威语：19
  • 斯洛文尼亚语：16
  • 威尔士语：16
  • 立陶宛语：12
  • 希腊语：11
  • 罗马尼亚语：6
  • 斯瓦希里语：3
  • 克罗地亚语：2

许可证

• 小说部分：CC0 许可证。
• 指令部分：CC-BY-SA 4.0 许可证。
• 整体使用：整个数据集可按 CC-BY-SA 4.0 许可证使用。
• 模型训练：无限制。