Датасет · nyuuzyou
Крупный корпус отзывов покупателей с Wildberries
nyuuzyou/wb-feedbacks
От 100 млн до 1 млрд русскоязычных отзывов на товары с маркетплейса Wildberries в архивах zstd с jsonl.
Что внутри
Огромный корпус текстов на русском языке объёмом от 100 миллионов до 1 миллиарда записей, собранный путём перебора около 230 миллионов артикулов (nmId) на маркетплейсе Wildberries и выгрузки доступных комментариев. Данные упакованы в сжатые zstd-архивы, внутри которых лежат файлы формата jsonl.
Что можно сделать
- Предобучение и дообучение русскоязычных языковых моделей на живой разговорной лексике
- Обучение классификаторов тональности, спама и аспектов качества товаров в e-commerce
- Тренировка моделей генерации ответов на отзывы или суммаризации мнений покупателей
- Задачи
- Генерация текста, Классификация текста
- Языки
- Русский
- Размер
- 100M–1B записей
- Скачиваний за месяц
- 302
- Лайков
- 9
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("nyuuzyou/wb-feedbacks")