遇见数据集

KaraKaraWitch/TvTroper-2025

收藏
Hugging Face2025-11-05 更新2025-11-15 收录
官方服务:

资源简介:

TvTroper-2025是一个来自tvtropes.org的约708,000个页面的清洗和刷新快照。每个页面都有两种格式:原始HTML和经过Markdown清洗的版本。该数据集适用于语言模型的预处理或微调,专注于叙事模式、主题和流行文化知识的掌握。数据集包含 spoilers、非正式散文、内部笑话以及偶尔的NSFW语言。

TvTroper-2025 is an updated snapshot of ~708 k pages from tvtropes.org, available in both raw HTML and a Markdown-cleaned version. The dataset is intended for unsupervised pre-training or fine-tuning of language models focusing on narrative patterns, tropes, themes, and pop-culture knowledge. It includes spoilers, informal prose, in-jokes, and occasional NSFW language.

提供机构:
KaraKaraWitch
二维码
社区交流群
二维码
科研交流群
商业服务