nyuuzyou/wb-feedbacks

该数据集包含从俄罗斯市场Wildberries收集的产品评论，通过暴力破解可能的产品标识符（约2.3亿个）并查询所有可用的反馈来收集数据。数据存储在包含jsonl文件的zstd存档中。数据集中的nmId通常对应于网站上的有效产品文章，但有时即使产品被隐藏，仍然可以通过API检索评论。数据集仅包含评论中的信息。要访问其他数据，可以参考另一个数据集wb-products，并使用nmId标识符合并必要的数据。数据集主要使用俄语，但也可能包含其他语言。数据集结构包括nmId、productValuation、color、text和answer等字段。所有示例都在训练集中，没有验证集。数据集采用CC0许可证，允许任何用途的使用、修改和分发，无需归属。

原始信息汇总

数据集卡片 for Wildberries products

数据集概述

该数据集包含来自俄罗斯市场Wildberries的产品评论，通过暴力破解可能的产品标识符（约2.3亿个）并查询所有可用的反馈来收集。数据存储在包含jsonl文件的zstd档案中。数据集中的nmId通常对应于网站上的有效产品文章，但有时即使产品被隐藏，通过API仍然可以检索到评论。数据集仅包含评论信息。要访问其他数据，请参考我的其他数据集wb-products，该数据集也是从Wildberries收集的。使用前面提到的nmId标识符合并必要的数据。需要注意的是，数据集中的一些字段，特别是字符串字段，可能是空的。

语言

数据集主要为俄语，但可能包含其他语言。

数据集结构

数据字段

该数据集包括以下字段：

• nmId: 项目标识符（整数）
• productValuation: 产品估值（整数）
• color: 产品颜色（字符串）
• text: 产品描述文本（字符串）
• answer: 回答（字符串）

数据分割

所有示例都在训练分割中，没有验证分割。

附加信息

许可证

该数据集根据Creative Commons Zero (CC0) 许可证贡献给公共领域。这意味着您可以：

• 将其用于任何目的，包括商业项目。
• 随意修改。
• 无需请求许可即可分发。

无需署名，但表示感谢总是受欢迎的！

CC0许可证：https://creativecommons.org/publicdomain/zero/1.0/deed.en

要了解更多关于CC0的信息，请访问Creative Commons网站：https://creativecommons.org/publicdomain/zero/1.0/

数据集策展人

• nyuuzyou

搜集汇总

背景与挑战

背景概述

该数据集收集了Wildberries平台上的产品评论，包含约2.3亿条数据，主要字段有产品ID、评价、颜色、评论文本和回复。数据以JSON格式存储，适用于文本生成和分类任务，特别适合研究俄语市场反馈分析。