Датасет · Iess
Современная поэзия на китайском языке и пары по образам
Iess/chinese_modern_poetry
Корпус от 100 тыс. до 1 млн стихотворений современных китайских и зарубежных поэтов с выборкой для генерации по образам.
Что внутри
В набор входят оригинальные стихи современных китайских авторов и переводы зарубежных поэтов на китайский язык, собранные из открытых веб-источников (GitHub, Baidu, Zhihu, поэтические сайты). В метаданных указан объём от 100 000 до 1 000 000 записей. Данные представлены в файлах jsonl и json, включая специальную выборку для генерации стихов по 2–5 ключевым образам (длиной до 256 токенов), на которой уже тестировали обучение ChatGLM и LLaMA-7B.
Что можно сделать
- SFT или дообучение LoRA для генерации поэзии на китайском языке
- Обучение моделей сочинять стихи по заданному набору ключевых образов
- Языки
- Китайский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 780
- Лайков
- 31
Как загрузить
from datasets import load_dataset
ds = load_dataset("Iess/chinese_modern_poetry")