pykeio/vtuber-chats-reprocessed

---
license: apache-2.0
language:
- ja
- en
- ko
- zh
- id
- tl
tags:
- livestream
- stream
pretty_name: VTuber Chats 4.5M
size_categories:
- 1M<n<10M
---

# VTuber Chats (Reprocessed)

A dataset of 2,235,416 chat messages collected from various Hololive and Nijisanji YouTube live streams.

This dataset is deduplicated and re-run with far more accurate language detection. For the original raw dataset, see [`pykeio/vtuber-chats-4.5m`](https://huggingface.co/datasets/pykeio/vtuber-chats-4.5m).

原始信息汇总

VTuber Chats (Reprocessed) 数据集概述

基本信息

• 许可证: Apache-2.0
• 语言:
  • 日语 (ja)
  • 英语 (en)
  • 韩语 (ko)
  • 中文 (zh)
  • 印度尼西亚语 (id)
  • 他加禄语 (tl)
• 标签:
  • 直播 (livestream)
  • 流媒体 (stream)
• 数据集名称: VTuber Chats 4.5M
• 大小分类: 1M<n<10M

数据内容

• 描述: 包含2,235,416条从Hololive和Nijisanji YouTube直播中收集的聊天消息。
• 处理: 数据集已去重，并使用更精确的语言检测重新处理。
• 原始数据集: 参考 pykeio/vtuber-chats-4.5m