К содержимому

Датасет · brianshumate

Архив документов об убийстве Джона Кеннеди в Markdown

brianshumate/chat-jfk

Оцифрованные в Markdown рассекреченные PDF-документы Национального архива США по делу об убийстве Кеннеди.

Что внутри

Датасет представляет собой тексты на английском языке в формате Markdown, сконвертированные из PDF-файлов коллекции Национального архива США (JFK Assassination Records Collection). Сборку подготовил Брайан Шумейт и опубликовал под свободной лицензией CC0. Объём в метаданных указан в пределах от 10K до 100K записей.

Что можно сделать

  • Создание RAG-систем и чат-ботов для поиска по историческим архивам
  • Дообучение языковых моделей работе с длинными документами и извлечению фактов
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
29,6 тыс.
Лайков
0

Как загрузить

from datasets import load_dataset

ds = load_dataset("brianshumate/chat-jfk")