alvp/zenobia

Zenobia是一个西班牙诗歌数据集，从网站poesi.as收集而来。该数据集包含诗歌以及使用Llama3-70B模型生成的元数据。它是一个有价值的参考资源，适用于与自然语言处理（NLP）和西班牙诗歌相关的项目。数据集中的每一行包含诗歌的完整文本、生成的主题、摘要、提示、作者和标题。

原始信息汇总

Zenobia 数据集概述

数据集信息

特征

• poem: 诗歌的完整文本，数据类型为字符串。
• themes: 诗歌的主要主题，由模型生成，数据类型为字符串。
• summary: 诗歌内容的简要摘要，由模型生成，数据类型为字符串。
• prompt: 受诗歌启发的提示或建议，由模型生成，数据类型为字符串。
• author: 诗歌的作者，数据类型为字符串。
• title: 诗歌的标题，数据类型为字符串。

数据分割

• train: 训练集，包含22545个样本，大小为41304680字节。
• validation: 验证集，包含2501个样本，大小为4527115字节。

数据大小

• 下载大小: 24143439字节
• 数据集总大小: 45831795字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*

语言

• 西班牙语 (es)

标签

• 合成数据 (synthetic)
• 艺术 (art)

数据规模

• 10K < n < 100K

数据示例

json { "poem": "En el alto Aragón, con ventisquero...", "themes": "Nature, Mountains, Winter", "summary": "The poem describes the winter landscape in the mountains of Aragon.", "prompt": "Write about a journey through a snowy landscape.", "author": "Anonymous", "title": "Winter Landscape" }

数据来源

• 诗歌来自网站 poesi.as。

许可证

• 该数据集的许可证为 cc-by-4.0。

用途

• 该数据集适用于自然语言处理（NLP）任务，如情感分析、文本生成和主题分析，特别是在西班牙诗歌的背景下。

数据集创建与管理

• 该数据集由 Llama3-70B 模型生成和管理。