EmbeddingStudio/synthetic-search-filters-ru-raw

这是一个俄语领域的原始搜索过滤器数据集，由GPT-4 Turbo生成，适用于多种业务/服务类别。数据集包含两个主要列：Category（业务/服务的JSON可解析名称和描述）和Filters（JSON可解析的过滤器模式）。数据集分为训练集和测试集，用于测试大语言模型在未见过的领域、过滤器和查询上的表现。

原始信息汇总

数据集概述

数据集名称

Synthetic Search Filters Raw: Russian

数据集描述

该数据集是EmbeddingStudio/synthetic-search-filters-ru数据集的原始版本，专门针对俄语领域。该数据集由GPT-4 Turbo生成，包含了特定业务/服务类别的搜索过滤器及其表示。

数据集特征

• Category (类型: string) - 业务/服务的JSON可解析名称和描述。
• Filters (类型: string) - JSON可解析的过滤器模式。

过滤器模式

过滤器模式是JSON可读的行，格式如下：

• Name - 过滤器的名称（最好是具有意义的）。
• Representations - 可能的过滤器格式列表（字典）：
  • Name - 表示的名称（最好是具有意义的）。
  • Type - Python基本类型（int, float, str, bool）。
  • Examples - 示例列表。
  • Enum - 如果表示是枚举，提供可能值的列表，LLM应将解析的值映射到此列表中。
  • Pattern - 如果表示是模式类（如datetime, regexp等），提供任何格式的模式文本。

数据集分割

• train_filters_raw
  • 字节数: 848000
  • 样本数: 69
• test_filters_raw
  • 字节数: 1022352
  • 样本数: 74

数据集大小

• 下载大小: 301762 字节
• 数据集大小: 1870352 字节

任务类别

• token-classification
• text-generation

语言

• 俄语 (ru)
• 英语 (en)

数据集标签

• synthetic
• search-queries
• e-commerce
• online-shops
• travel-agencies
• educational-institutions-ai
• job-recruitment-automation
• banking-digital-services
• investment-ai-analysis
• insurance-tech-innovation
• financial-advisory-ai
• credit-services-automation
• payment-processing-tech
• mortgage-tech-solutions
• real-estate-digital-solutions
• taxation-tech-services
• risk-management-ai
• compliance-automation
• digital-banking-innovation
• mobile-banking-tech
• online-retail-tech
• offline-retail-automation
• automotive-dealership-tech
• restaurant-automation-tech
• food-delivery-ai
• entertainment-platforms-ai
• media-platforms-tech
• government-services-automation
• travel-tech-innovation
• consumer-analytics-ai
• logistics-tech-automation
• supply-chain-ai
• customer-support-tech
• market-research-ai
• mobile-app-dev-tech
• game-dev-ai
• cloud-computing-services
• data-analytics-ai
• business-intelligence-ai
• cybersecurity-software-tech
• ui-ux-design-ai
• iot-development-tech
• project-management-tools-ai
• version-control-systems-tech
• ci-cd-automation
• issue-tracking-ai
• bug-reporting-automation
• collaborative-dev-environments
• team-communication-tech
• task-time-management-ai
• customer-feedback-ai
• cloud-based-dev-tech
• image-stock-platforms-ai
• video-hosting-tech
• social-networks-ai
• professional-social-networks-ai
• dating-apps-tech

数据集配置

• default
  • 数据文件:
    • train_filters_raw - data/train_filters_raw-*
    • test_filters_raw - data/test_filters_raw-*