К содержимому

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")