zjkarina/matreshka

matreshka数据集是一个多任务数据集，包含俄语对话、第一个对话者的角色，以及由GPT-3.5生成的对话摘要。该数据集可用于对话摘要或对话生成任务，包含生活对话和世界事实，旨在模拟人类的交流方式。生成后，部分数据格式不符合要求，因此使用正则表达式进行了清理，并检查了每行的数据类型，必要时进行了格式更正。

原始信息汇总

数据集概述

数据集名称

• 名称：matreshka

数据集特征

• role：字符串序列
• dialog：字符串序列
• persona：字符串
• summary：字符串

数据集分割

• 训练集：
  • 样本数：6655
  • 数据大小：7320311字节
• 验证集：
  • 样本数：1664
  • 数据大小：1806432字节

数据集大小

• 下载大小：4092810字节
• 数据集总大小：9126743字节

语言

• 俄语

任务类别

• 对话
• 摘要生成
• 文本生成

许可证

• cc-by-4.0