el2e10/aya-paraphrase-bengali

该数据集是从AI4Bharat的IndicXParaphrase数据集中提取的，并使用了其中的马拉雅拉姆语部分来创建。数据集是作为Cohere For AI的Aya Open Science Initiative的一部分创建的。IndicXParaphrase数据集是一个多语言的、n-way并行的用于10种印度语言中的释义检测的数据集。该数据集使用了孟加拉语的模板来转换原始数据集。

原始信息汇总

数据集概述

基本信息

• 语言: 孟加拉语
• 许可证: cc
• 大小类别: n<1K
• 源数据集: 扩展自 ai4bharat/IndicXParaphrase
• 任务类别: 文本生成
• 友好名称: Aya Paraphrase Bengali

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:
  • 名称: inputs
    • 数据类型: string
  • 名称: targets
    • 数据类型: string
  • 名称: template_lang
    • 数据类型: string
  • 名称: template_id
    • 数据类型: int64
• 分割:
  • 名称: train
    • 字节数: 625479
    • 样本数: 1001
• 下载大小: 224004
• 数据集大小: 625479

模板

• 模板 1:
  • 提示: ভিন্ন শব্দগুচ্ছ ব্যবহার করে নিচের বাক্যটি লেখ: "{original_sentence}"
  • 完成: {paraphrased_sentence}
• 模板 2:
  • 提示: নিচের বাক্যটি ভিন্নভাবে লেখ: "{original_sentence}"
  • 完成: {paraphrased_sentence}
• 模板 3:
  • 提示: অর্থের পরিবর্তন না করে নিচের বাক্যটি নতুনভাবে লেখ: "{original_sentence}"
  • 完成: {paraphrased_sentence}