MuhammadHelmy/nafsy-QA

nafsy-QA数据集是一个阿拉伯语的心理健康问答数据集，来源于Nafsy.net的文章和博客。数据集包含两个特征：prompt（问题）和response（回答），并分为训练集和测试集。数据集的主要用途是用于监督微调，特别是用于创建阿拉伯语的心理健康支持聊天机器人。数据集的创建过程包括使用GPT-3.5-Turbo从原始文本中提取问题和回答对。数据集的来源是Nafsy.net，最初由husamal在Kaggle上发布。

The nafsy-QA dataset is an Arabic mental health question-answering dataset sourced from articles and blog posts on Nafsy.net. It includes two core features: prompt (question) and response (answer), and is split into training and test sets. Its primary application is supervised fine-tuning, particularly for developing Arabic mental health support chatbots. The dataset was constructed by extracting question-answer pairs from the original texts using GPT-3.5-Turbo. It originates from Nafsy.net and was initially published on Kaggle by husamal.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 字符串类型
• response: 字符串类型

分割

• train:
  • 字节数: 125662
  • 样本数: 232
• test:
  • 字节数: 24774
  • 样本数: 44

大小

• 下载大小: 81984 字节
• 数据集大小: 150436 字节

配置

• default:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*

任务类别

• 问答
• 文本生成

语言

• 阿拉伯语

标签

• 心理健康
• 心理学

规模类别

• 样本数小于1K

数据集详情

语言

• 阿拉伯语

用途

• 监督微调

数据集创建

• 使用GPT-3.5-Turbo从原始纯文本中提取问答对

数据来源

• 数据最初从Nafsy.net抓取，然后上传到Kaggle
• 问答提取在预处理数据上进行，参考MuhammadHelmy/nafsy

数据源生产者

• husamal

引用

• BibTeX: bibtex @misc{Husamal_2021, title={Arabic-physcology-dataset}, url={https://www.kaggle.com/datasets/husamal/arabicphyscologydataset?select=nafsy.csv}, journal={Kaggle}, author={Husamal}, year={2021}, month={May} }