IlyaGusev/stihi_ru

Stihi.ru数据集是一个俄语文本生成数据集，是从Taiga数据集中提取的一个子集，并进行了额外的清理。数据集包含id、text、title、genre、topic和author等字段，主要用于文本生成任务。数据集未进行匿名化处理，因此可能包含个人姓名和作者信息。

原始信息汇总

数据集概述

数据集名称

• Stihi.ru dataset

数据集特征

• id: 字符串类型
• text: 字符串类型
• title: 字符串类型
• genre: 字符串类型
• topic: 字符串类型
• author: 字符串类型

数据集分割

• train: 5151050个样本，总大小为6029108612字节

下载大小

• 1892727043字节

数据集大小

• 6029108612字节

任务类别

• text-generation

语言

• 俄语 (ru)

大小类别

• 1M<n<10M

个人信息和敏感信息

• 数据集未匿名化，可能包含个人姓名和原作者信息。