遇见数据集

ssounda1/mokka-chat-ds-v1

收藏
Hugging Face2023-12-23 更新2024-03-04 收录
官方服务:

资源简介:

--- license: mit task_categories: - question-answering language: - en tags: - not-for-all-audiences pretty_name: Poor Jokes Dataset size_categories: - 1K<n<10K --- # Dataset Card for Dataset Name This Dataset contains common poor jokes in the form of question answers. ## Dataset Details ### Dataset Description This dataset contains common poor jokes. These jokes were curated by browsing various webpages. The goal behind building the dataset is to enable LLM finetuning for humorous responses. The dataset covers different domains. This dataset contains conversations that may be considered unsafe, offensive, or upsetting. We are not responsible for any outputs of the models trained on this dataset. Statements or opinions made in this dataset do not reflect the views of researchers or institutions involved in the data collection effort. Users of this data are responsible for ensuring its appropriate use, which includes abiding by any applicable laws and regulations. - **Curated by:** Sri Soundararajan - **Funded by [optional]:** Sri Soundararajan - **Shared by [optional]:** Sri Soundararajan - **Language(s) (NLP):** English - **License:** MIT ### Dataset Sources [optional] <!-- Provide the basic links for the dataset. --> - **Repository:** https://huggingface.co/datasets/ssounda1/mokka-chat-ds-v1 - **Paper [optional]:** N/A - **Demo [optional]:** N/A ## Uses The dataset is to be used for building, pre-training and fine-tuning LLMs for a humor enhanced Question Answering use case. ### Direct Use Adding a touch of humor into question answering [More Information Needed] ### Out-of-Scope Use <!-- This section addresses misuse, malicious use, and uses that the dataset will not work well for. --> [More Information Needed] ## Dataset Structure Simple structure of json blobs and lists - { "train": [ { "source": <String: Include the URL when applicable>, "data": [ { "question": <String>, "answers": [ <String>, <String> ], "context": <String> } ] } ] } ## Dataset Creation ### Curation Rationale To build a dataset for contextual Question Answering and adding humor along the way. ### Source Data Sources are listed as part of the dataset structure. #### Data Collection and Processing Manually collected and processed. #### Who are the source data producers? Various webpages ## Dataset Card Contact Sri Soundararajan <ssounda1.work@gmail.com>

This dataset contains common poor jokes in the form of question answers. These jokes were curated by browsing various webpages with the goal of enabling LLM finetuning for humorous responses. The dataset covers different domains and may contain conversations that are considered unsafe, offensive, or upsetting. Users of this data are responsible for ensuring its appropriate use, including abiding by any applicable laws and regulations. The dataset is curated and funded by Sri Soundararajan, in English, under the MIT license.

提供机构:
ssounda1
原始信息汇总

Poor Jokes Dataset 数据集概述

数据集描述

该数据集包含常见的低俗笑话,以问答形式呈现。这些笑话是通过浏览各种网页精心挑选的。构建此数据集的目的是为了支持大型语言模型(LLM)的微调,以生成幽默的回答。数据集涵盖了不同的领域,并可能包含被认为不安全、冒犯性或令人不快的对话。使用此数据集训练的模型产生的任何输出,我们不承担责任。数据集中的陈述或观点不代表参与数据收集的研究人员或机构的观点。用户需确保数据的适当使用,包括遵守任何适用的法律法规。

  • 语言:英语
  • 许可证:MIT
  • 数据集创建者:Sri Soundararajan

数据集结构

数据集结构为简单的JSON对象和列表,格式如下:

json { "train": [ { "source": <String: 适用时包含URL>, "data": [ { "question": <String>, "answers": [ <String>, <String> ], "context": <String> } ] } ] }

数据集用途

该数据集用于构建、预训练和微调大型语言模型(LLM),以增强问答场景中的幽默感。

直接用途

在问答中加入幽默元素。

非适用用途

此部分内容待补充。

数据集创建

创建理由

构建一个用于上下文问答并加入幽默元素的数据集。

源数据

源数据来源列于数据集结构中。

数据收集和处理

数据是手动收集和处理的。

源数据生产者

各种网页。

数据集卡片联系人

Sri Soundararajan ssounda1.work@gmail.com

搜集汇总
数据集介绍
ssounda1/mokka-chat-ds-v1 数据集图片
构建方式
在自然语言处理与幽默计算交叉领域中,幽默数据集对于提升对话系统的拟人化与情感表达能力至关重要。该数据集以问答形式收录了常见的‘劣质笑话’,其构建过程遵循了系统化的网络资源挖掘策略。数据来源于多个不同领域的网页,通过人工浏览与遴选,将原始网页内容转化为结构化的JSON格式。每一条记录都包含了问题、多个候选答案以及上下文信息,并附带了来源URL以确保可追溯性。这种半自动化的收集与精细化人工处理相结合的方式,既保证了数据的多样性,也维持了其内在的问答逻辑与幽默特质。
使用方法
该数据集专为提升大语言模型的幽默问答能力而设计,主要应用于模型的预训练与微调阶段。使用时,开发者可直接加载JSON格式的训练数据,将其中结构化的问答对与上下文信息作为输入,通过监督学习范式优化模型在给定上下文下生成恰当幽默回应的能力。由于数据集规模适中(1K到10K条记录),它特别适合作为领域适应微调或低资源场景下的增强数据。值得注意的是,使用者需自行评估并处理数据中潜在的敏感内容,确保模型输出符合应用场景的道德与法律要求。
背景与挑战
背景概述
在自然语言处理领域,幽默生成与理解一直是提升人机交互自然度的关键挑战。该数据集由研究者Sri Soundararajan于近期创建,旨在通过收集网络上常见的低质量笑话,以问答形式构建专门用于大语言模型微调的资源。其核心研究问题聚焦于如何利用此类非正式、带有冒犯性或不安全内容的语料,增强模型在幽默回应方面的能力。尽管数据集规模有限(1K至10K条),但它为探索语言模型在特定情感与社交语境下的表现提供了独特视角,尤其对推动问答系统从纯粹信息检索向更具人类对话风格的转变具有启发性价值。
当前挑战
该数据集面临多重挑战。首先,在领域问题层面,幽默生成本身具有高度主观性和文化依赖性,模型难以从有限且质量参差不齐的笑话中学习普适的幽默规律,同时需避免生成不当或冒犯性内容。其次,在构建过程中,数据源自手动浏览网页收集,缺乏系统化的质量控制机制,导致样本覆盖不均衡且可能存在偏见;此外,数据标注结构简单,仅包含问题、答案和来源,缺少情感极性或幽默类型等细粒度标签,限制了模型训练的深度与泛化能力。这些因素共同构成了该数据集在推动幽默理解与生成研究中的显著障碍。
常用场景
经典使用场景
该数据集以问答形式收录了大量源自网络页面的低质量幽默对话,其经典使用场景在于为大型语言模型提供微调语料,以增强模型在生成回复时的幽默感。通过覆盖多个领域的拙劣笑话,研究者能够探索模型在非严肃语境下的语言风格迁移能力,从而推动对话系统从单一的信息传递向更具人格化与趣味性的方向演进。
解决学术问题
在学术研究中,该数据集主要解决了语言模型在幽默生成与理解方面的语料匮乏问题。传统的问答数据集多聚焦于事实性与逻辑性,而幽默作为一种复杂的语言现象,涉及双关、反讽与情境错位等机制,长期缺乏系统化的训练资源。此数据集为探索幽默的语义边界、评估模型对隐含笑点的捕捉能力,以及量化不同笑话类型的语言特征提供了宝贵的研究基础,对计算幽默学领域具有重要的推动作用。
实际应用
在实际应用中,该数据集可被用于开发具备幽默交互能力的智能客服、虚拟助手及娱乐型聊天机器人。通过将幽默元素融入问答系统,能够显著提升用户的使用黏性与情感体验,尤其适用于非严肃场景下的社交陪伴、游戏角色对话或内容生成平台。此外,该数据集还可辅助构建内容审核机制,用于识别并过滤不恰当的低质幽默,从而优化用户体验。
数据集最近研究
最新研究方向
在自然语言处理领域,幽默生成与理解正成为提升对话系统人性化交互能力的前沿研究方向。ssounda1/mokka-chat-ds-v1数据集聚焦于“低俗笑话”这一特殊幽默形式,以问答对形式收录了来自多网页的语料,旨在通过微调大型语言模型(LLM)赋予其幽默应答能力。当前,随着ChatGPT等对话式AI的普及,如何让模型在保持安全性的同时生成自然、有趣的回复成为热点。该数据集直接服务于这一需求,为构建情感丰富、具娱乐性的问答系统提供了训练资源,尤其适用于需要缓解用户负面情绪或增强互动趣味性的场景,如客服机器人或虚拟伴侣。其MIT开源许可也推动了社区协作与模型迭代,对探索幽默计算边界、平衡内容安全与表达自由具有重要实践意义。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务