el2e10/aya-paraphrase-hindi

---
language:
- hi
license: cc
size_categories:
- n<1K
source_datasets:
- extended|ai4bharat/IndicXParaphrase
task_categories:
- text-generation
pretty_name: Aya Paraphrase Hindi
dataset_info:
features:
- name: inputs
dtype: string
- name: targets
dtype: string
- name: template_lang
dtype: string
- name: template_id
dtype: int64
splits:
- name: train
num_bytes: 644888
num_examples: 1001
download_size: 231804
dataset_size: 644888
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

### Description

This dataset is derived from the already existing dataset made by AI4Bharat. We have used the [IndicXParaphrase](https://huggingface.co/datasets/ai4bharat/IndicXParaphrase) dataset of AI4Bharat to create this instruction style dataset.
We have used the malayalam split of the above mentioned dataset to create this one. This was created as part of [Aya Open Science Initiative](https://sites.google.com/cohere.com/aya-en/home) from Cohere For AI.

IndicXParaphrase is multilingual, and n-way parallel dataset for paraphrase detection in 10 Indic languages. The original dataset(IndicXParaphrase) was made available under the cc-0 license.

### Template
The following templates(Hindi) where used for converting the original dataset:
```
#Template 1
prompt:
दुसरे शब्दों का प्रयोग करके इस वाक्य को लिखिए: "{original_sentence}"

completion:
{paraphrased_sentence}
```
```
#Template 2
prompt:
इस वाक्य को अन्य तरीके से फिर से लिखिए: "{original_sentence}"

completion:
{paraphrased_sentence}
```
```
#Template 3
prompt:
निम्नलिखित वाक्य का अर्थ बदले बिना उसे दोबारा लिखिए: "{original_sentence}"

completion:
{paraphrased_sentence}
```

### Acknowledgement
Thank you, Ganesh Jagadeesan for helping with the preparation of this dataset by providing the Hindi translation of the above mentioned English prompts.

原始信息汇总

数据集概述

基本信息

• 语言: 印地语 (hi)
• 许可证: cc
• 数据集大小类别: n<1K
• 源数据集: 扩展自 ai4bharat/IndicXParaphrase
• 任务类别: 文本生成
• 友好名称: Aya Paraphrase Hindi

数据集结构

• 特征:
  • inputs: 字符串类型
  • targets: 字符串类型
  • template_lang: 字符串类型
  • template_id: 整数类型 (int64)
• 分割:
  • train:
    • 字节数: 644888
    • 样本数: 1001
• 下载大小: 231804
• 数据集大小: 644888
• 配置:
  • 默认配置:
    • 数据文件:
      • 分割: train
      • 路径: data/train-*

描述

该数据集源自AI4Bharat已有的IndicXParaphrase数据集，用于创建指令风格的印地语数据集。IndicXParaphrase是一个多语言、n-way并行数据集，用于10种印度语言的释义检测。

模板

以下模板（印地语）用于转换原始数据集：

• 模板1:
  • 提示: दुसरे शब्दों का प्रयोग करके इस वाक्य को लिखिए: "{original_sentence}"
  • 完成: {paraphrased_sentence}
• 模板2:
  • 提示: इस वाक्य को अन्य तरीके से फिर से लिखिए: "{original_sentence}"
  • 完成: {paraphrased_sentence}
• 模板3:
  • 提示: निम्नलिखित वाक्य का अर्थ बदले बिना उसे दोबारा लिखिए: "{original_sentence}"
  • 完成: {paraphrased_sentence}

致谢

感谢Ganesh Jagadeesan在准备此数据集时提供的英文提示的印地语翻译。