zeusfsx/ukrainian-stackexchange

Ukrainian StackExchange数据集是一个丰富的文本数据源，适用于乌克兰语的自然语言处理、机器学习和数据挖掘任务。数据集包含从乌克兰StackExchange网站收集的问题、答案、评论和相关元数据。数据集以JSON格式存储，包含问题的唯一标识、标题、文本内容、点赞数、标签等信息，以及答案的文本内容、点赞数和是否被接受等信息。

原始信息汇总

Ukrainian StackExchange Dataset 概述

数据集基本信息

• 许可证: Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
• 任务类别: 问答
• 语言: 乌克兰语
• 数据集大小: 1K<n<10K

数据集描述

• 来源: 从乌克兰StackExchange网站收集
• 格式: JSON
• 内容: 包含问题、答案、评论及相关的元数据
• 收集部分: 问题、答案、标签、投票

数据集结构

• 问题:
  • id: 唯一标识符
  • title: 问题标题
  • text: 问题内容
  • upvoteCount: 问题净赞数
  • tags: 相关标签列表
• 答案:
  • id: 唯一标识符
  • text: 答案内容
  • upvoteCount: 答案净赞数
  • isAccepted: 是否为接受答案的布尔值
• URL: 问题在乌克兰StackExchange网站的链接

使用方法

• 通过Hugging Face Hub加载数据集: python from datasets import load_dataset dataset = load_dataset("zeusfsx/ukrainian-stackexchange")