AWeirdDev/confucius

---
dataset_info:
features:
- name: chapter
dtype: string
- name: content
dtype: string
- name: translation
dtype: string
splits:
- name: train
num_bytes: 163063
num_examples: 503
download_size: 100365
dataset_size: 163063
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: mit
task_categories:
- translation
- text-generation
language:
- zh
tags:
- chinese
- analect
- confucius
- language
pretty_name: Confucius Analects
size_categories:
- n<1K
---

# confucius

Confucius for real. See all [analects](https://ctext.org/analects).

```python
from datasets import load_dataset

dataset = load_dataset("AWeirdDev/confucius")
```

## Format

```python
{
"chapter": "學而", # Chapter name
"content": "子曰：「學而時習之，不亦說乎？…", # Content
"translation": "孔子說：「經常學習，不也喜悅嗎？…" # Translated (zh-TW)
}
```

<div align="center">
<figure>
<img
src="https://cdn-uploads.huggingface.co/production/uploads/640739e3a5e2ff2832ead08b/Ks3e4yFB5v9jN4F19rQ6v.png"
alt="Confucius lore"
width="300"
/>
<figcaption>Confucius, confused.</figcaption>
</figure>
</div>

数据集信息：
特征字段：
- 名称：chapter
数据类型：字符串（string）
- 名称：content
数据类型：字符串（string）
- 名称：translation
数据类型：字符串（string）
拆分集：
- 名称：train
字节数：163063
样本数：503
下载大小：100365
数据集占用大小：163063
配置项：
- 配置名称：default
数据文件：
- 拆分集：train
路径：data/train-*
许可证：mit（MIT许可证）
任务类别：
- translation（机器翻译）
- text-generation（文本生成）
语言：
- zh（中文）
标签：
- chinese（中文）
- analect（语录集）
- confucius（孔子）
- language（语言）
友好展示名称：Confucius Analects（孔子语录）
样本规模类别：
- n<1K（样本数少于1000）
---

# 孔子数据集

真实还原孔子相关语录。可查看完整[语录集（analect）](https://ctext.org/analects)。

python
from datasets import load_dataset

dataset = load_dataset("AWeirdDev/confucius")

## 数据格式

python
{
"chapter": "學而", # 章节名称
"content": "子曰：「學而時習之，不亦說乎？…", # 原文内容
"translation": "孔子說：「經常學習，不也喜悅嗎？…" # 译文（繁体中文）
}

<div align="center">
<figure>
<img
src="https://cdn-uploads.huggingface.co/production/uploads/640739e3a5e2ff2832ead08b/Ks3e4yFB5v9jN4F19rQ6v.png"
alt="Confucius lore（孔子轶事）"
width="300"
/>
<figcaption>困惑的孔子。</figcaption>
</figure>
</div>

原始信息汇总

数据集概述

数据集基本信息

• 名称: Confucius Analects
• 大小类别: n<1K
• 语言: 中文 (zh)
• 标签: 中文, 论语, 孔子, 语言
• 任务类别: 翻译, 文本生成
• 许可证: MIT

数据集特征

• chapter: 字符串类型
• content: 字符串类型
• translation: 字符串类型

数据集分割

• train:
  • 示例数量: 503
  • 数据大小: 163063字节
  • 下载大小: 100365字节

数据集配置

• 默认配置:
  • 数据文件路径: data/train-*

数据集示例

json { "chapter": "學而", "content": "子曰：「學而時習之，不亦說乎？…", "translation": "孔子說：「經常學習，不也喜悅嗎？…" }

搜集汇总

背景与挑战

背景概述

该数据集包含《论语》的原文及其翻译，适用于中文文本生成和翻译任务。数据集规模较小，共503行，以parquet格式存储，适合用于小型研究或教学目的。