louisbrulenaudet/code-cinema-image-animee

该数据集名为Code du cinéma et de limage animée，专注于法国电影和动画图像法律领域。数据集用于微调预训练语言模型，以创建适用于法律实践的高效准确模型。数据集生成过程中使用了指令微调（instruction-based fine-tuning）方法，通过提供具体的指令来指导模型的行为，从而提高模型在特定任务上的表现。数据集包含多个任务类别，如文本生成、表格问答、摘要生成、文本检索、问答和文本分类等。数据集的规模在1K到10K之间。

This dataset, named Code du cinéma et de limage animée, focuses on the legal domain of French cinema and animated images. It is designed for fine-tuning pre-trained language models to create efficient and accurate models for legal practice. The dataset generation process employs instruction-based fine-tuning, which uses specific instructions to guide the models behavior, thereby enhancing its performance on specific tasks. The dataset includes multiple task categories such as text generation, table-question-answering, summarization, text retrieval, question-answering, and text classification. The dataset size ranges between 1K and 10K.

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 语言: 法语
• 多语言性: 单语种
• 标签:
  • 微调
  • 法律
  • 法国法律
  • 法国电影与动画影像法典
• 源数据集: 原始数据
• 美观名称: 法国电影与动画影像法典
• 任务类别:
  • 文本生成
  • 表格问题回答
  • 摘要生成
  • 文本检索
  • 问答
  • 文本分类
• 大小类别: 1K<n<10K

数据集生成

• 数据结构: JSON文件，每个字典包含以下字段：
  • instruction: 字符串，与元素相关的指令。
  • input: 字符串，元素的输入细节。
  • output: 字符串，元素的输出信息。
  • start: 字符串，文章生效日期。
  • expiration: 字符串，文章失效日期。
  • num: 字符串，文章ID。
• 生成指令: 使用了一系列指令来生成数据集，主要涉及撰写和表述文章的完整内容。