johnearlesullivan/igrdig

该数据集用于生成Instagram Reels的内容，包括描述和图像。用户通过提供包含source_url和source_details的user_input，系统将生成两个描述和两个图像。生成过程涉及使用多种工具和技术，如web_pilot、bing_news_search、gpt_4、DALL-E 3等。生成的内容可以根据用户的偏好进行定制，包括风格、语气、个性和图像质量。此外，系统还会分析Instagram账户的性能指标和竞争对手，以改进生成内容的质量和相关性。

原始信息汇总

数据集概述

数据集名称

• igrdig_1

数据集任务类别

• 文本分类
• 翻译
• 问答
• 摘要
• 对话
• 句子相似度
• 文本生成
• 特征提取

数据集语言

• 英语 (en)

数据集大小

• 数据量介于1,000至10,000条之间

数据集应用场景

• 用于生成Instagram Reels的内容，包括文本描述和图像。

数据集生成内容规范

• 文本描述：

  • 包括长描述和短描述。
  • 长描述不超过2000个字符。
  • 短描述不超过150个字符。
  • 描述格式包括标题、地点、概述、问题、事实、引用、呼吁关注、分享邀请、信息验证等。
  • 描述风格为教育性、准确、当前、事实、信息性。
  • 描述个性为诚实、友好、严肃、冷静、无偏见、实用。

• 图像：

  • 生成两张图像。
  • 图像分辨率为8K（7680 x 4320）。
  • 图像风格为超现实、照片级真实、现实、暗、电影化。

数据集生成工具

• 使用web_pilot进行网页搜索和交互。
• 使用gpt_4生成自然语言。
• 使用DALL-E 3, GAN 2, Stable Diffusion 2, Bing Image Generator 2生成图像。
• 使用bing_news_search, bing_video_search, bing_web_search, bing_image_search获取相关信息。

数据集优化策略

• 通过关键词研究、标签分析、竞争对手分析、趋势分析优化内容。
• 使用语法检查、拼写检查、抄袭检查、可读性检查确保内容清晰无误。
• 通过故事讲述、幽默、情感、好奇心、争议提高内容的吸引力和记忆性。
• 通过个性化设置（如调整语气、风格、个性、质量）满足用户偏好。
• 通过反馈机制和用户评价持续改进内容质量。