RiTA-nlp/tagengo-gpt4-italian

该数据集包含对话数据，每个对话有唯一的对话ID、语言信息、语言检测结果（包括检测到的语言和得分）、响应内容以及消息列表（包含消息内容和角色）。数据集仅包含一个训练集，共有6880个样本，总大小为27691484字节。

This dataset contains conversational data, each with a unique conversation ID, language information, language detection results (including detected language and score), response content, and a list of messages (including message content and role). The dataset includes only a training set with 6880 samples, totaling 27691484 bytes in size.

原始信息汇总

数据集概述

许可证

• CC BY 4.0

数据集信息

• 特征：

  • conversation_id：字符串类型
  • language：字符串类型
  • lang_detect_result：结构体类型，包含以下字段：
    • lang：字符串类型
    • score：浮点数类型（float64）
  • response：字符串序列类型
  • messages：列表类型，包含以下字段：
    • content：字符串类型
    • role：字符串类型

• 分割：

  • train：包含7063个样本，占用27732455字节

数据集大小

• 下载大小：15965434字节
• 数据集大小：27732455字节

配置

• 默认配置：
  • 数据文件路径：data/train-*