el2e10/aya-paraphrase-gujarati

该数据集源自AI4Bharat已有的数据集，特别是使用了IndicXParaphrase数据集的马拉雅拉姆语部分来创建这个指令风格的数据集。IndicXParaphrase是一个多语言的、n路并行的数据集，用于10种印度语言的释义检测。原始数据集（IndicXParaphrase）是在cc-0许可下提供的。该数据集是作为Cohere For AI的Aya Open Science Initiative的一部分创建的。

原始信息汇总

数据集概述

基本信息

• 语言: 古吉拉特语 (gu)
• 许可证: cc
• 数据集大小分类: n<1K
• 任务类别: 文本生成
• 数据集名称: Aya Paraphrase Gujarati

数据集结构

特征

• inputs: 字符串类型
• targets: 字符串类型
• template_lang: 字符串类型
• template_id: 整数类型 (int64)

数据分割

• 训练集 (train)
  • 字节数: 623061
  • 样本数: 1001

文件信息

• 下载大小: 226705
• 数据集大小: 623061

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

数据集描述

该数据集源自AI4Bharat已有的数据集，使用IndicXParaphrase数据集创建。该数据集是多语言的n-way并行数据集，用于10种印度语言的释义检测。

模板

以下模板用于转换原始数据集：

模板1

prompt: નીચેના વાક્યને અલગ શબ્દોનો ઉપયોગ કરીને લખો: "{original_sentence}"

completion: {paraphrased_sentence}

模板2

prompt: નીચેના વાક્યને અલગ રીતે ફરીથી લખો: "{original_sentence}"

completion: {paraphrased_sentence}

模板3

prompt: નીચેના વાક્યને બીજા સ્વરૂપમાં ફરીથી લખો: "{original_sentence}"

completion: {paraphrased_sentence}

致谢

感谢Jay Patel在准备此数据集时提供的古吉拉特语翻译帮助。