BaSalam/entity-attribute-dataset-GPT-3.5-generated-v1

Entity Attribute Dataset 306k (GPT-3.5生成)数据集设计用于指令微调，特别是基于产品标题生成结构化目录的JSON格式。数据集包含来自多个类别的产品，如食品、家居和厨房、服装、手工艺品、工具、汽车设备等。数据集的语言为波斯语（fa），包含一个训练集，数据字段包括instruction和output。数据集的创建目的是帮助生成结构化产品目录，适用于电子商务平台和库存管理。数据集是使用GPT-3.5基于专家提供的指令和指南生成的。

原始信息汇总

数据集概述

基本信息

• 名称: entity-attributes-GPT3.5-generated-306k-v1
• 大小类别: 100K<n<1M
• 许可: apache-2.0
• 语言: 波斯语 (fa)
• 任务类别:
  • 文本生成
  • 特征提取
  • 文本到文本生成

数据集结构

数据字段

• instruction: 包含产品标题和描述的提示信息。
• output: 包含产品实体和属性的JSON对象，格式为 {attributes: {attribute_name : <attribute value:str>, ...}, product_entity: <product entity:str>}。

数据分割

• 训练集:
  • 示例数量: 306325
  • 字节数: 306290188

数据集用途

• 用于指令微调，特别是生成基于产品标题的结构化JSON格式目录。
• 已用于微调模型，如Llama2-7b-entity-attr-v1。

数据集创建

• 目的: 协助生成结构化产品目录，适用于电子商务平台和库存管理。
• 来源: 使用GPT-3.5根据专家提供的指令和指南生成。