sharad/chatgpt-paraphrases-simple

该数据集是[ChatGPT Paraphrases](https://huggingface.co/datasets/humarin/chatgpt-paraphrases)的简化版本，旨在减轻将原始数据集扩展为独特释义对的负担。数据集包含630万独特的释义对，并且没有分为训练/测试集。数据集包含两列：s1（句子）和s2（释义）。原始数据集包含四列：text（420k独特句子）、paraphrases（由ChatGPT生成的5个独特释义列表）、category（问题/句子）和source（Quora/CNN/其他）。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 语言: 英语
• 标签: 释义
• 大小分类: 1M<n<10M

数据集详情

• 特征:
  • s1: 字符串类型
  • s2: 字符串类型
• 分割:
  • 训练集:
    • 字节数: 1283650386
    • 示例数: 6286314
• 下载大小: 211207464
• 数据集大小: 1283650386

数据集结构

• 数据集未分割为训练/测试集。
• 包含约630万独特的释义对。
• 包含两个列:
  1. s1: 句子
  2. s2: 释义