oHenri/chinese_xiehouyu

---
dataset_info:
features:
- name: riddle
dtype: string
- name: answer
dtype: string
splits:
- name: train
num_bytes: 598852
num_examples: 14032
download_size: 390908
dataset_size: 598852
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
language:
- zh
---

Dataset Card for Chinese Xiehouyu

## 数据集简介
chinese_xiehouyu 是一个中文歇后语数据集，收录了来自民间的传统歇后语。歇后语是汉语特有的语言形式，由前半句（引子）和后半句（注释/解释）组成，前半句是一个比喻或描述，后半句揭示真正含义，通常利用谐音、双关等修辞手法。
该数据集可用于文本分类、文本生成、阅读理解和填空问答等 NLP 任务。

## 支持的任务
文本生成：给定前半句，生成后半句
文本分类：按修辞手法（谐音、比喻、双关）或主题分类
填空/完形填空：给定歇后语的一部分，补全另一部分
文化知识问答：理解和解释歇后语的含义

## 语言
数据集文本为中文（zh-CN）。

## 数据结构
### JSON 格式示例：
{
"riddle": "竹篮打水",
"answer": "一场空"
}
### 字段说明：
- riddle（string）：歇后语的前半句，通常是比喻或场景描述
- answer（string）：歇后语的后半句，揭示含义。多个答案用分号（；）分隔

## 使用方式
'''
from datasets import load_dataset
ds = load_dataset("YourName/chinese_xiehouyu")

查看一条歇后语
print(ds["train"][0])
{'riddle': '竹篮打水', 'answer': '一场空'}
'''

## 许可证
本数据集以 Creative Commons Attribution 4.0 International (CC BY 4.0) 许可证发布。歇后语属于中华民间文化遗产。

---

以上均为 AI 生成，内容源自 GitHub 的 pwxcoo 项目（https://github.com/pwxcoo/chinese-xinhua/blob/master/README.md）。