HANA 中文闲聊对话数据集

数据集概述:这是一个高质量的中文闲聊对话数据集，包含10万条多场景中文对话数据。数据集通过模板化生成，覆盖了多种日常交流场景，适合用于对话模型的训练和评估。数据规模:总对话数：10万条,文件数量100 个批次文件,单批大小:约 1000 条对话/批,文件格式：JSON 格式

Dataset Overview: This is a high-quality Chinese casual conversation dataset containing 100,000 multi-scenario Chinese dialogue entries. The dataset is generated via templating, covering various daily communication scenarios, and is suitable for the training and evaluation of conversation models. Dataset Scale: Total number of dialogues: 100,000 entries; Number of files: 100 batch files; Batch size: approximately 1,000 dialogues per batch; File format: JSON format.

搜集汇总

背景与挑战

背景概述

HANA 中文闲聊对话数据集是一个由WorkBuddy AI生成的AI数据集，包含10万条JSON格式的对话条目，覆盖日常生活、工作学习等8个话题类别，每段对话有3-6轮。该数据集由玄曦雪创建，南京绮梦星绘科技有限公司出品，适用于对话系统训练和NLP研究等场景。