fzmnm/TinyEncyclopedias-Chinese|儿童教育数据集|文本生成数据集

TinyEncyclopediasChinese数据集是一个为幼儿园和小学阶段儿童设计的AI生成百科全书。数据集包含AI生成的百科式短文和用户与AI助手之间的多轮对话，总计654万中文字符。生成过程中使用了特定的提示模板，确保内容适合儿童阅读，并涵盖了STEM、人文和日常常识等多个领域。特别增加了道德教育文章的比例，如如何交朋友、如何应对悲伤等。数据集专注于中文，强调中国文化和日常生活，未进行安全性和事实核查，可能存在不适合儿童的内容或事实错误。

TinyEncyclopediasChinese is an AI-generated encyclopedia-style dataset designed for kindergarten and elementary school children, providing short articles and multi-round QA sessions. The dataset contains 6.54M Chinese characters, covering STEM, humanities, and everyday common sense concepts, with a special emphasis on moral education articles. The dataset focuses on Chinese to avoid language complexities, emphasizing Chinese culture and daily life. The dataset has not yet undergone safety or factual checks and may contain content inappropriate for children or factual inaccuracies.

原始信息汇总

TinyEncyclopediasChinese

数据集概述

• 许可证：cc
• 任务类别：text-generation
• 语言：zh
• 数据量：10K<n<100K

数据集内容

• 总字符数：6.54M
• 内容类型：
  • AI合成的百科式短文
  • AI合成的用户与AI代理之间的多轮QA对话

生成方式

• 百科短文生成提示： python

  分类：{path} 以“{keyword}”为题，编写一段适合小学生/幼儿园小朋友阅读的科普小短文。

• QA对话生成提示： python

  分类：{path} 以“{keyword}”为题，编写一段适合小学生和人工智能助手之间的多轮对话。一共10轮。要求语言生动活泼。格式： 问： 答：

数据集特点

• 分类和关键词：结合AI和人工输入，涵盖STEM、人文和日常常识概念。
• 道德教育文章：增加道德教育文章比例，如交友、应对悲伤、帮助父母做家务等。
• 语言专注：专注于中文，强调中国文化和日常生活。
• 质量保证：直接用中文编写，确保内容准确性和相关性。

注意事项

• 安全性和事实性：数据集尚未进行安全或事实性检查，可能包含不适合儿童的内容或事实错误。