SatyamDev/alpaca_data_cleaned_bhojpuri

该数据集是Alpaca-Cleaned数据集的Bhojpuri语言翻译版本，旨在为Bhojpuri语言的自然语言理解和生成任务提供资源。数据集包含51,760行数据，格式为CSV，由Satyam Tiwari整理。数据集直接从英文翻译而来，但存在翻译不准确的风险，因为使用了Google翻译。

原始信息汇总

数据集概述

名称： Bhojpuri Dataset

任务类别：

• 翻译
• 文本到文本生成
• 问答

语言：

• Bhojpuri
• Hindi

大小： 10,000 < n < 100,000

数据集详情

描述： 该数据集是Alpaca-Cleaned数据集的翻译版本，原数据集由Yahma在Hugging Face提供。此Bhojpuri版本的数据集旨在为Bhojpuri语言的自然语言理解和生成任务提供训练和评估资源。

特征：

• 语言： Bhojpuri
• 来源： 翻译自原始英语数据集
• 大小： 51,760行
• 格式： CSV

翻译方法： 数据集通过此GitHub仓库进行翻译。

数据源：

• 仓库： Alpaca-Cleaned数据集

使用

直接使用： [更多信息待补充]

超出范围的使用： [更多信息待补充]

数据集创建

源数据： Alpaca-Cleaned数据集

翻译风险与限制：

• 数据集直接翻译可能包含不应翻译的内容。
• 翻译依赖于Google翻译，可能不完全准确。

建议： 用户应意识到数据集的风险、偏差和限制。更多信息待补充以提供进一步建议。