OmniAICreator/Japanese-Roleplay

这是一个从日本角色扮演论坛（通常称为なりきりチャット）收集的对话语料库，每个记录对应一个单独的线程。数据集经过了多种过滤和清理处理，包括删除响应锚点、删除短于10个字符的帖子、删除唯一发帖者类型的记录等。需要注意的是，并非所有对话都是纯粹的角色扮演，有些记录可能包括关于设置的初步讨论或从其他线程继续的对话。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 文本生成
• 语言: 日语
• 标签: 角色扮演, 不适合所有观众
• 规模类别: 数据量小于1000

数据集描述

• 名称: Japanese-Roleplay
• 来源: 日本角色扮演论坛（通常称为“なりきりチャット(narikiri chat)”）
• 结构: 每个记录对应一个单独的线程

数据处理

• 对所有记录中的post_content执行以下操作：
  • 移除响应锚点
  • 删除长度为10个字符或以下的帖子
  • 如果记录中poster的唯一类型数量为1或以下，则删除整个记录
  • 如果同一poster连续出现，将其post_content合并并转换为新数据
  • 如果经过上述处理后的post_content唯一数量为10或以下，则删除整个记录
  • 如果first_poster不在后续帖子中的poster列表中，则删除整个记录

数据特点

• 并非所有对话都是纯粹的角色扮演，部分记录包含关于设置的初始讨论或从其他线程延续的内容